机器学习模型学习

机器学习库的学习

1.Scikit-learn

开始 python安装  pip install-U scikit-learn

以鸢尾花分类模型为例

1.鸢尾花数据集介绍

共三个数据集，Setosa鸢尾花、Versicolour鸢尾花、Virginica鸢尾花，每一类有50条样本记录，共计150条样本记录。

数据集分4种属性，花萼的长，花萼的宽，花瓣的长，花瓣的宽。

代码

#导入数据划分模块，数据划分模块可以将原始数据划分为训练数据集和测试数据集
#导入Sklearn的数据集
#导入Sklearn的K近邻分类器，K近邻分类器可以将数据集中特征值相近的数据划分为同一类别
from sklearn.model_selection import train_test_split
from sklearn import datasets
from sklearn.neighbors import KNeighborsClassifier
#加载鸢尾花数据集
iris = datasets.load_iris()
#取出所有数据
x = iris.data
#取出标签
y = iris.target
#将数据集切割训练数据集和测试数据集，本体为30%的测试数据集，70%为训练数据集
x_train, x_test, y_train, y_test = train_test_split(x, y, test_size=0.3)
#定义模型方法，本例用的是K近邻算法
knn = KNeighborsClassifier()
#调用fit方法自动完成模型训练
knn.fit(x_train, y_train)
#输出结果
print(knn.predict(x_test))
print(y_test)

2.Sklearn常用数据集

（1）自带数据集：

sklearn.datasets.load_<name>

（2）可在线下载的真实数据集

sklearn.datasets.fetch_<name>

（3）计算机生成的数据集

sklearn.datasets.make_<name>

（4）svmlight/libsvm格式的数据集

sklearn.datasets.load_svmlight_file()

（5）在线获取的数据集

sklearn.datasets.fetch_mldata()