首页
学习
活动
专区
工具
TVP
发布
社区首页 >专栏 >Scikit-Learn Cheat Sheet:Python机器学习

Scikit-Learn Cheat Sheet:Python机器学习

作者头像
iOSDevLog
发布2018-07-25 16:40:29
1.4K0
发布2018-07-25 16:40:29
举报
文章被收录于专栏:iOSDevLogiOSDevLog

一个方便的scikit-learn备忘录,用于使用Python进行机器学习,包括代码示例。

大多数使用Python学习数据科学的人肯定已经听说过scikit-learn,开源Python库在统一界面的帮助下实现了各种机器学习,预处理,交叉验证和可视化算法。

如果你还是这个领域的新手,你应该意识到机器学习,以及这个Python库,都属于每个有抱负的数据科学家必须知道的。

这就是为什么DataCamp已经scikit-learn为那些已经开始学习Python包的人创建了一个备忘录,但仍然需要一个方便的参考表。或者,如果您仍然不知道如何scikit-learn工作,这台机器学习备忘录可能会派上用场,以便快速了解入门时需要了解的基础知识。

无论哪种方式,我们都确信您在解决机器学习问题时会发现它很有用!

这个 scikit-learn备忘录将向您介绍成功实现机器学习算法所需的基本步骤:您将看到如何加载数据,如何预处理它,如何创建自己的模型以适合您的模型您的数据和预测目标标签,如何验证您的模型以及如何进一步调整以提高其性能。

Scikit-Learn Cheat Sheet

简而言之,这个备忘录将启动您的数据科学项目:借助代码示例,您可以立即创建,验证和调整您的机器学习模型。

你还在等什么?开始的时候了!

**(点击上方下载可打印版本或阅读以下在线版本。) **

Python For Data Science备忘录:Scikit-learn

Scikit-learn是一个开源Python库,使用统一的界面实现一系列机器学习,预处理,交叉验证和可视化算法。

一个基本的例子

>>> from sklearn import neighbors, datasets, preprocessing
>>> from sklearn.model_selection import train_test_split
>>> from sklearn.metrics import accuracy_score
>>> iris = datasets.load_iris()
>>> X, y = iris.data[:, :2], iris.target
>>> X_train, X_test, y_train, y_test = train_test_split(X, y, random_state=33)
>>> scaler = preprocessing.StandardScaler().fit(X_train)
>>> X_train = scaler.transform(X_train)
>>> X_test = scaler.transform(X_test)
>>> knn = neighbors.KNeighborsClassifier(n_neighbors=5)
>>> knn.fit(X_train, y_train)
>>> y_pred = knn.predict(X_test)
>>> accuracy_score(y_test, y_pred)

加载数据

您的数据需要是数字并存储为NumPy数组或SciPy稀疏矩阵。其他可转换为数字数组的类型(如Pandas DataFrame)也是可以接受的。

>>> import numpy as np
>>> X = np.random.random((10,5))
>>> y = np.array(['M','M','F','F','M','F','M','M','F','F','F'])
>>> X[X < 0.7] = 0

预处理数据

标准化
>>> from sklearn.preprocessing import StandardScaler
>>> scaler = StandardScaler().fit(X_train)
>>> standardized_X = scaler.transform(X_train)
>>> standardized_X_test = scaler.transform(X_test)
正则化
>>> from sklearn.preprocessing import Normalizer
>>> scaler = Normalizer().fit(X_train)
>>> normalized_X = scaler.transform(X_train)
>>> normalized_X_test = scaler.transform(X_test)
二值化
>>> from sklearn.preprocessing import Binarizer
>>> binarizer = Binarizer(threshold=0.0).fit(X)
>>> binary_X = binarizer.transform(X)
编码分类功能
>>> from sklearn.preprocessing import LabelEncoder
>>> enc = LabelEncoder()
>>> y = enc.fit_transform(y)
输入缺失值
>>>from sklearn.preprocessing import Imputer
>>>imp = Imputer(missing_values=0, strategy='mean', axis=0)
>>>imp.fit_transform(X_train)
生成多项式特征
>>> from sklearn.preprocessing import PolynomialFeatures
>>> poly = PolynomialFeatures(5)
>>> oly.fit_transform(X)

训练和测试数据

>>> from sklearn.model_selection import train_test_split
>>> X_train, X_test, y_train, y_test = train_test_split(X,y,random_state=0)

创建你的模型

监督学习估算

线性回归

>>> from sklearn.linear_model import LinearRegression
>>> lr = LinearRegression(normalize=True)

支持向量机(SVM)

>>> from sklearn.svm import SVC
>>> svc = SVC(kernel='linear')

朴素贝叶斯

>>> from sklearn.naive_bayes import GaussianNB
>>> gnb = GaussianNB()

K-近邻算法(KNN)

>>> from sklearn import neighbors
>>> knn = neighbors.KNeighborsClassifier(n_neighbors=5)

无监督学习估算器

主成分分析(PCA)

>>> from sklearn.decomposition import PCA
>>> pca = PCA(n_components=0.95)

K均值聚类算法(K-Means)

>>> from sklearn.cluster import KMeans
>>> k_means = KMeans(n_clusters=3, random_state=0)

模型拟合

监督学习
>>> lr.fit(X, y)
>>> knn.fit(X_train, y_train)
>>> svc.fit(X_train, y_train)

无监督学习

>>> k_means.fit(X_train)
>>> pca_model = pca.fit_transform(X_train)

预测

监督估算师

>>> y_pred = svc.predict(np.random.random((2,5)))
>>> y_pred = lr.predict(X_test)
>>> y_pred = knn.predict_proba(X_test))

无监督估计

>>> y_pred = k_means.predict(X_test)

评估您的模型的性能

分类指标

准确度分数

>>> knn.score(X_test, y_test)
>>> from sklearn.metrics import accuracy_score
>>> accuracy_score(y_test, y_pred)

分类报告

>>> from sklearn.metrics import classification_report
>>> print(classification_report(y_test, y_pred)))

混淆矩阵

>>> from sklearn.metrics import confusion_matrix
>>> print(confusion_matrix(y_test, y_pred)))
回归指标

平均绝对误差

>>> from sklearn.metrics import mean_absolute_error
>>> y_true = [3, -0.5, 2])
>>> mean_absolute_error(y_true, y_pred))

均方误差

>>> from sklearn.metrics import mean_squared_error
>>> mean_squared_error(y_test, y_pred))

R 2 score

>>> from sklearn.metrics import r2_score
>>> r2_score(y_true, y_pred))
群集指标

调整后的兰德指数

>>> from sklearn.metrics import adjusted_rand_score
>>> adjusted_rand_score(y_true, y_pred))

同质性

>>> from sklearn.metrics import homogeneity_score
>>> homogeneity_score(y_true, y_pred))

V-措施

>>> from sklearn.metrics import v_measure_score
>>> metrics.v_measure_score(y_true, y_pred))
交叉验证
>>> print(cross_val_score(knn, X_train, y_train, cv=4))
>>> print(cross_val_score(lr, X, y, cv=2))

调整你的模型

网格搜索
>>> from sklearn.grid_search import GridSearchCV
>>> params = {"n_neighbors": np.arange(1,3), "metric": ["euclidean", "cityblock"]}
>>> grid = GridSearchCV(estimator=knn,param_grid=params)
>>> grid.fit(X_train, y_train)
>>> print(grid.best_score_)
>>> print(grid.best_estimator_.n_neighbors)
随机参数优化
>>> from sklearn.grid_search import RandomizedSearchCV
>>> params = {"n_neighbors": range(1,5), "weights": ["uniform", "distance"]}
>>> rsearch = RandomizedSearchCV(estimator=knn,
   param_distributions=params,
   cv=4,
   n_iter=8,
   random_state=5)
>>> rsearch.fit(X_train, y_train)
>>> print(rsearch.best_score_)

走得更远

我们为初学者学习scikit-learn教程开始 ,您将以简单,循序渐进的方式学习如何探索手写数字数据,如何为其创建模型,如何使您的数据适合您的模型和如何预测目标值。此外,您将使用Python的数据可视化库matplotlib来可视化您的结果。

> PS:不要错过我们的Bokeh备忘录pandas备忘录数据科学Python备忘录

原文: https://www.datacamp.com/community/blog/scikit-learn-cheat-sheet 作者: Karlijn Willems

本文参与 腾讯云自媒体分享计划,分享自作者个人站点/博客。
原始发表:2018.07.05 ,如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 作者个人站点/博客 前往查看

如有侵权,请联系 cloudcommunity@tencent.com 删除。

本文参与 腾讯云自媒体分享计划  ,欢迎热爱写作的你一起参与!

评论
登录后参与评论
0 条评论
热度
最新
推荐阅读
目录
  • Python For Data Science备忘录:Scikit-learn
    • 一个基本的例子
      • 加载数据
        • 预处理数据
          • 标准化
          • 正则化
          • 二值化
          • 编码分类功能
          • 输入缺失值
          • 生成多项式特征
        • 训练和测试数据
          • 创建你的模型
            • 监督学习估算
          • 模型拟合
            • 监督学习
          • 预测
            • 评估您的模型的性能
              • 分类指标
              • 回归指标
              • 群集指标
              • 交叉验证
            • 调整你的模型
              • 网格搜索
              • 随机参数优化
            • 走得更远
            领券
            问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档