sklearn的简单使用

一、scikit-learn介绍

scikit-learn是基于Python语言的机器学习工具包, 对常用的机器学习进行了封装, 支持回归、分类、聚类、树模型等常用的机器学习方法, 是机器学习调包侠工具箱中的必备工具

二、scikit-learn安装

$pip install scikit-learn

三、scikit-learn使用

下面使用一个简单线性回归例子来讲一下sklearn的使用方式：

from sklearn.linear_model import LinearRegressionr

fc = LinearRegression()

rfc.fit([[0,0], [1,1]], [0,1])

rfc.predict([[2,2]])

输出:array([2.])

代码讲解:

rfc = LinearRegression()表示使用的线性回归模型包

rfc.fit 使用数据拟合该模型， 第一个参数为数据, 第二个参数为拟合的结果([0, 1])

rfc.predict 为使用训练好的模型来预测新的数据[2, 2], 这个时候我们发现输出的结果是2.

sklearn的fit为训练模型, predict为预测模型, 使用其它的模型包也使用这两个方法,其它方法如:

LogisticRegression 逻辑回归

DecisionTreeClassifier 决策树

KNeighborsClassifier K-最近邻

GradientBoostingClassifier GBDT

参考:

[1] https://sklearn.apachecn.org/docs/0.21.3/

[2] https://www.jianshu.com/p/6ada34655862