scikit-kearn-1

sklearn是python里非常出名的机器学习模块。

在sklearn里的数据

基本数据放到二维表格里。
分为：特征变量 和 反应变量
特征变量就是用于预测或估计的特征。
反应变量就是估计的结果或目标。

使用sklearn的基本流程

1. 选择适合的模型，并且从sklearn中导入对应的模块。
2. 选择模型合适的假设，并且设置合适的值。
3. 准备特征矩阵和目标向量。
4. 拟合模型 fit()
5. 使用该模型预测新数据。
   对于监督学习，经常是从不知道类型的数据使用predict()预测标签。
   对于非监督学习，经常使用 transform() or predict() 方法预测或转化内部数据。

监督学习实例：简单线性回归

#查看数据
import matplotlib.pyplot as plt
import numpy as np

rng = np.random.RandomState(42)
x = 10 * rng.rand(50)
y = 2 * x - 1 + rng.randn(50)
plt.scatter(x, y);
#选择模型，导入
from sklearn.linear_model import LinearRegression

#选择模型假设
#是否要截距
#是否需要将数据归一化
#是否想要预处理特征来增加模型灵活性
#模型正则化程度
model = LinearRegression(fit_intercept=True)

#处理数据，特征矩阵，目标向量
X = x[:, np.newaxis]
X.shape
#模型拟合
model.fit(X, y)

#预测新数据
xfit = np.linspace(-1, 11)
Xfit = xfit[:, np.newaxis]
yfit = model.predict(Xfit)

# 结果可视化
plt.scatter(x, y)
plt.plot(xfit, yfit);