sklearn浅析（一）——sklearn的组织结构

sklearn是基于numpy和scipy的一个机器学习算法库，设计的非常优雅，它让我们能够使用同样的接口来实现所有不同的算法调用。本文首先介绍下sklearn内的模块组织和算法类的顶层设计图。

三大模块
监督学习（supervised learning）
1.
neighbors：近邻算法
svm：支持向量机
kernel-ridge：核——岭回归
discriminant_analysis：判别分析
linear_model：广义线性模型
2.
ensemle：集成方法
tree：决策树
naive_bayes：朴素贝叶斯
cross_decomposition：交叉分解
gaussian_process：高斯过程
3.
neural_network：神经网络
calibration：概率校准
isotonic：保序回归
feature_selection：特征选择
multiclass：多类多标签算法
以上的每个模块都包括多个算法，在调用时直接import即可，譬如：

 

from sklearn.svm import SVC
svc = SVC()

无监督学习（unsupervised learning）

1.

• decomposition：矩阵因子分解
• cluster：聚类
• manifold：流形学习
• mixture：高斯混合模型

2.

• neural_network：无监督神经网络
• density：密度估计
• covariance：协方差估计

使用方式同上。

数据变换
1.
feature_extraction：特征抽取
feature_selection：特征选择
preprocess：预处理
2.
random_projection：随机投影
kernel_approximation：核逼近
pipline：管道流（这个严格说不算是数据变换模块）
算法类的顶层设计图

baseEstimator：所有评估器的父类
ClassifierMixin：所有分类器的父类，其子类必须实现一个score函数
RegressorMixin：所有回归器的父类，其子类必须实现一个score函数
ClusterMixin：所有聚类的父类，其子类必须实现一个fit_predict函数
BiClusterMixin：
TransformerMixin：所有数据变换的父类，其子类必须实现一个fit_transform函数
DensityMixin：所有密度估计相关的父类，其子类必须实现一个score函数
MetaEsimatorMixin：可能是出于兼容性考虑，看名字就能知道，目前里面没有内容
我们以svm和cluster为例，介绍其继承关系图：

这里SVC即support vector classifier，SVR即support vector regression，svm既可以作为分类器，也可以作为回归器，所以，它们分别继承实现了ClassifierMixin和RegressorMixin。

cluster

这里以MeanShift和KMeans为例，可以看到KMeans实现了TransformerMixin类，因此它有一个transform方法。

统一的API接口
        在sklearn里面，我们可以使用完全一样的接口来实现不同的机器学习算法，通俗的流程可以理解如下：

数据加载和预处理
定义分类器（回归器等等），譬如svc = svm.svc()
用训练集对模型进行训练，只需调用fit方法，svc.fit(X_train, y_train)
用训练好的模型进行预测：y_pred=svc.predict(X_test)
对模型进行性能评估：svc.score(X_test, y_test)
        模型评估中，可以通过传入一个score参数来自定义评估标准，该函数的返回值越大代表模型越好。sklearn有一些预定义的score方法，这些方法名在sklearn.metrics.SCORERS中定义，调用时只需传入相应的字符串即可，可以通过如下方式获取到所有预定义的方法名：

from sklearn.metrics import SCORERS
for i in SCORERS.keys():
    print(i)

--------------------- 
作者：NirHeavenX 
来源：CSDN 
原文：https://blog.csdn.net/qsczse943062710/article/details/75642666?utm_source=copy 
版权声明：本文为博主原创文章，转载请附上博文链接！