scikit-learn学习手记_1

安装

法1: 在终端输入

pip install scikit-learn

补充：

pip uninstall scikit-learn #卸载 
pip install -U scikit-learn #升级

法2: Anaconda环境下，可以使用conda

conda install scimitar-learn

 简介

scikit-learn是基于python语言的机器学习库，广泛应用于数据统计分析和机器学习建模等数据科学领域。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，梯度提升，k均值和DBSCAN，可以实现数据预处理、分类、回归、降维、模型选择等常用的机器学习算法, Scikit-learn与许多其他Python库很好地集成在一起，例如matplotlib和plotly用于绘图，NumPy用于数组矢量化，pandas数据帧，SciPy等。

六个任务模块和一个引入模块 

• 有监督学习的分类任务
• 有监督学习的回归任务
• 无监督学习的聚类任务
• 无监督学习的数据降维任务
• 数据预处理任务
• 模型选择任务
• 数据引入

具体流程

自带数据集

引入数据集的方法

小数据：load_dataname() 

大数据：fetch_dataname() 

构造随机数据：make_dataname() 

#引入数据法一
from sklearn import datasets
iris=datasets.load_iris()
iris.keys()

#法二
from sklearn.datasets import load_iris
iris=load_iris()
iris.keys()

iris.target_names

键里的名词解释

data：特征值 (数组)

target：标签值 (数组)

target_names：标签 (列表)

DESCR：数据集描述

feature_names：特征 (列表)

filename：iris.csv 文件路径

将数据集转化成DataFrame

import pandas as pd
iris_data = pd.DataFrame(iris.data,columns=iris.feature_names)#feature_name:特征列表
iris_data['species'] = iris.target_names[iris.target]
iris_data.head(5).append(iris_data.tail(5))

'

可视化seaborn 

seaborn是python中的一个可视化库，是对matplotlib进行二次封装而成，既然是基于matplotlib，所以seaborn的很多图表接口和参数设置与其很是接近

import seaborn as sns
sns.pairplot(iris_data, hue='species', palette='husl')