一蛇券、scikit-learn介紹
scikit-learn是基于Python語言的機(jī)器學(xué)習(xí)工具包, 對常用的機(jī)器學(xué)習(xí)進(jìn)行了封裝, 支持回歸、分類掖棉、聚類拯钻、樹模型等常用的機(jī)器學(xué)習(xí)方法, 是機(jī)器學(xué)習(xí)調(diào)包俠工具箱中的必備工具
二、scikit-learn安裝
$pip install scikit-learn
三棠众、scikit-learn使用
下面使用一個(gè)簡單線性回歸例子來講一下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]])
輸出:array([2.])
代碼講解:
rfc = LinearRegression()表示使用的線性回歸模型包
rfc.fit?使用數(shù)據(jù)擬合該模型琳疏，?第一個(gè)參數(shù)為數(shù)據(jù),?第二個(gè)參數(shù)為擬合的結(jié)果([0, 1])
rfc.predict?為使用訓(xùn)練好的模型來預(yù)測新的數(shù)據(jù)[2, 2],?這個(gè)時(shí)候我們發(fā)現(xiàn)輸出的結(jié)果是2.
sklearn的fit為訓(xùn)練模型, predict為預(yù)測模型, 使用其它的模型包也使用這兩個(gè)方法,其它方法如:
LogisticRegression 邏輯回歸
DecisionTreeClassifier 決策樹
KNeighborsClassifier K-最近鄰
GradientBoostingClassifier GBDT
參考:
[1] https://sklearn.apachecn.org/docs/0.21.3/
[2] http://www.reibang.com/p/6ada34655862
