2-02-转化器与预估器

主要内容

分类算法：

目标值：类别

• sklearn转换器与预估器
• KNN算法
• 模型选择与调优
• 朴素贝叶斯算法
• 决策树
• 随机森林

sklearn转换器与预估器

转换器

预估器

estimator

转换器-特征工程的父类

标准化

$$X^{\prime }=\frac{x-mean}{\sigma }$$

• fit_transform()

将方法fit()和方法transform()进行封装，最终得到了方法fit_transform()

换而言之即是：

fit_transform() = fit() + transform()

• fit()

计算每一列的平均值、标准差，为利用公式计算$X^{\prime }$做准备

• transform()

将方法fit()计算出来的值代入公式中，最终计算出$X^{\prime }$的值

这几个方法之间的区别是什么呢？

我们看以下代码就清楚了

In [1]: from sklearn.preprocessing import StandardScaler

In [2]: std1 = StandardScaler()

In [3]: a = [[1,2,3], [4,5,6]]

In [4]: std1.fit_transform(a)
Out[4]:
array([[-1., -1., -1.],
       [ 1.,  1.,  1.]])

In [5]: std2 = StandardScaler()

In [6]: std2.fit(a)
Out[6]: StandardScaler(copy=True, with_mean=True, with_std=True)

In [7]: std2.transform(a)
Out[7]:
array([[-1., -1., -1.],
       [ 1.,  1.,  1.]])

从中可以看出，fit_transform的作用相当于transform加上fit。

但是为什么还要提供单独的fit呢, 我们还是使用原来的std2来进行标准化看看

In [8]: b = [[7,8,9], [10, 11, 12]]

In [9]: std2.transform(b)
Out[9]:
array([[3., 3., 3.],
       [5., 5., 5.]])

In [10]: std2.fit_transform(b)
Out[10]:
array([[-1., -1., -1.],
       [ 1.,  1.,  1.]])

预估器-sklearn机器学习算法的实现

预估器工作流程

• 实例化一个estimator类
• estimator.fit(x_train,y_train)
  • 计算
  • 做机器学习的训练
  • 训练完毕之后生成模型
• 模型评估
  • 直接比对真实值和预测值
    • y_predict = estimator.predict(x_test)
    • y_test == y_predict
  • 计算准确率
    • accuracy = estimator.score(x_test, y_test)