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
网友评论