scikit-learn学习

scikit-learn是python中常见的机器学习库，简写为sklearn

sklearn包含很多机器学习方式

• Classification 分类
• Regression 回归
• Clustering 非监督分类
• Dimensionality reduction 数据降维
• Model Selection 模型选择
• Preprocessing 数据预处理

使用模型的步骤

1. 导入模块
2. 创建数据
3. 建立模型，训练，预测

KNN

from sklearn import datasets
from __future__ import print_function
from sklearn.cross_validation import train_test_split
from sklearn.neighbors import KNeighborsClassifier

#2.创建数据
#加载数据 sklearn自带了很多数据库
iris = datasets.load_iris()
iris_X = iris.data
iris_y = iris.target
#查看数据
print(iris_X[:2,:])
print(iris_y)
#将数据集分为训练集和测试集 设置测试数据集占0.3
x_train,x_test,y_train,y_test = train_test_split(iris_X,iris_y,test_size=0.3)
print(y_train)#可以看到分开后的数据集，顺序也被打乱，这样更有利于学习模型

#建立模型-训练-预测
knn = KNeighborsClassifier()
knn.fit(x_train,y_train)
print(knn.predict(x_test))
print(y_test)