机器学习笔记（一）

诡途

发布于 2022-05-09 18:49:27

2460

发布于 2022-05-09 18:49:27

文章被收录于专栏：诡途的python路诡途的python路

一、机器学习基本算法归类数据源有标签属于有监督学习（回归可以理解为：y=ax+b）数据源无标签属于无监督学习 离散型变量一般属于分类算法 连续型变量一般属于回归算法

注：逻辑回归是二分类算法

二、机器学习一般建模流程

1、导入库(sciket-learn相关模块儿)

2、导入原始数据（数据读入，sql/本地文件/其他数据方式）

3、数据清洗（null值，偏离值等处理）

4、特征选择：选出所需特征x,以及对应目标y

—数据决定了机器学习的上限，而算法只是尽可能的逼近这个上限—

特征工程：特征构建、特征提取、特征选择

常用特征处理方法及API
#特征抽取
import sklearn.feature_extraction
#字典特征抽取DictVectorizer
from sklearn.feature_extraction import DictVectorizer
#文本特征抽取
from  sklearn.feature_extraction.text import CountVectorizer
#TF-IDF特征抽取
from sklearn.feature_extraction.text import TfidfVectorizer 
参考链接：https://blog.csdn.net/qq_35866846/article/details/102929575

5、数据集划分

from sklearn.model_selection import train_test_split #数据集划分API
x_train,x_test,y_train,y_test=train_test_split(X,Y,test_size=0.25,random_state=0)

6、数据预处理（标准化、归一化）

import sklearn.preprocessing
from sklearn.preprocessing import StandardScaler #标准化
from sklearn.preprocessing import MinMaxScaler   #归一化

–StandardScaler/MinMaxScaler又称Transformer转换器–

7、建模、模型训练

使用训练集建立模型常用模型算法及API

#导入线性回归模型
from sklearn.linear_model import LinearRegression 
#逻辑回归
from sklearn.linear_model import LogisticRegression 
#决策树
from sklearn.tree import DecisionTreeClassifier 
#随机森林
from sklearn.ensemble import RandomForestClassifier
#梯度下降
from sklearn.linear_model import SGDRegressor
#KMeans聚类
from sklearn.cluster import KMeans
#KN_k近邻算法
from sklearn.neighbors import KNeighborsClassifier 
#朴素贝叶斯
from sklearn.naive_bayes import MultinomialNB

–Linear Regression等称为Estimator估计器--

8、检验模型效果

回归：看R方，R方越接近1模型效果越好，模型越稳定分类：①score评分；②精准率、召回率、F1评分

9、模型调优

①交叉验证网格搜索调参 ②多折交叉验证

本文参与腾讯云自媒体同步曝光计划，分享自作者个人站点/博客。

原始发表：2019-11-11，如有侵权请联系 cloudcommunity@tencent.com 删除

机器学习