动手实践Scikit-learn（sklearn）
动手实践Scikit-learn（sklearn）
嗨伙计们，欢迎回来，非常感谢你的爱和支持，我希望你们都做得很好。在今天的版本中，我们将学习被称为sklearn的scikit-learn。
在这个博客中，我们将了解如何从动手角度使用这个库，我也将博客放在分段部分，这将帮助我们以更全面的格式学习sklearn，这将有助于你甚至记住。博客实际上将作为学习者的备忘单，流程包括为我们提供加载数据，预处理数据，学习如何训练和测试数据，使用有监督和无监督学习创建模型的学习，学习如何使模型适合预测并最终了解我们如何评估模型的性能。
image.png
scikit learn，它是一个用于Python编程语言的免费软件机器学习库。它具有各种分类，回归和聚类算法，包括支持向量机，随机森林，梯度增强，k均值和DBSCAN，旨在与Python数值和科学库NumPy和SciPy互操作。（维基百科）
它从哪里来的？
Scikit-learn最初是由David Cournapeau在2007年开发的Google夏季代码项目。
后来Matthieu Brucher加入了这个项目并开始将其作为论文工作的一部分。2010年，INRIA参与其中，第一次公开发布（v0.1 beta）于2010年1月下旬发布。
该项目目前有30多名活跃的贡献者，并已获得INRIA，Google，Tinyclues和Python软件基金会的赞助。
image.png
使用sklearn库之前需要先决条件
该库基于SciPy（Scientific Python）构建，必须先安装才能使用scikit-learn。这个堆栈包括：
· NumPy：基本n维数组包
· SciPy：科学计算的基础库
· Matplotlib：全面的2D / 3D绘图
· IPython：增强的交互式控制台
· Sympy：符号数学
· Pandas：数据结构和分析
现在，让我们深入了解如何在各自的场景中使用。
image.png
开始加载数据
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'])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()KNN
>>> from sklearn import neighbors>>> knn = neighbors.KNeighborsClassifier(n_neighbors=5)无监督学习估计器
主成分分析（PCA）
>>> from sklearn.decomposition import PCA>>> pca = PCA(n_components=0.95)K均值
>>> 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
监督预测
>>> 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))决定系数 r2
>>> from sklearn.metrics import r2_score>>> r2_score(y_true, y_pred))群集指标
调整兰德系数
>>> 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))调和平均V-measure
>>> 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))Sckit-learn算法备忘单
scikit-learn.png
我希望上面收集的内容是知识渊博的，并且会给你一个关于这个主题的一瞥，在这个说明中，我想今天签字。请关注我以获取有关Medium和LinkedIn上所有博客的更新。如果你真的喜欢上面的东西，那么通过敲打下面的Claps按钮来表达你的爱，因为学习没有限制。
谢谢你阅读......
原文：https://towardsdatascience.com/hands-on-introduction-to-scikit-learn-sklearn-f3df652ff8f2 作者：Madhav Mishra