SKlearn学习1
SKlearn学习1
- MG学习SKlearn之路
-
- SKlearn自带的数据集预处理
- 数据的规范化
- 本章用到的SKlearn分类模式
- 交叉验证
- 修正过拟合
- 保存模型
- 参考资料
MG学习SKlearn之路
大家好！这是我第一次写博客，目前的我还是个小白，学习的资源大部分是来源与其他大佬写的博客和网站，目前我只是对其进行自我归纳和总结，有错误的地方请大佬们指出，日后会不定时更新，谢谢大家。
SKlearn自带的数据集预处理
from sklearn import datasets #导入数据集包。
学习过程中常用到的数据集有：
datas=datasets.load_iris()#鸢尾花数据集,特征变量为4
datas=datasets.load_boston()#波士顿房价数据集，datas.shape=[506,13]
datas=datasets.load_digits()#手写字体数据集
数据分割：
X=datas.data#测试数据
y=datas.target#标签数据
from sklearn.model_selection import train_test_split#将数据分为测试集和训练集
X_train,X_test,y_train,y_test=train_test_split(X,y,test_size=0.3)#test_size-0.3,即70%为训练集、30%为测试集
数据的规范化
from sklearn import prepocessing：该包提供有几种不同方式将数据规范化的函数。
（1）X=prepocessing.scale(X)#将均值=0、方差=1；
（2）X=prepocessing.minmax_scale(X,feature_range=(low,high),axis=0,copy=True)#feature_range:缩放范围、axis=0：独立的标准化每个特征（按列）；axis=1：标准化每个样本（按行）。数学公式：X=(X-X.min)/(X.max-X.min)*(high-low)+low
本章用到的SKlearn分类模式
#1、
from sklearn.neighbors import KNeighborsClassifier
KNeighborsClassifier.fit(X_test,y_train)#利用k邻近方式训练
#2、
from sklearn.svm import SVC#支持向量机
SVC.fit(X_test,y_train)
交叉验证
常用的交叉验证方法：5折交叉验证: 
导入交叉验证包：
from sklearn.model_selection import cross_val_score#引入交叉验证
#选择邻近的5个点
knn=KNeighborsClassifier(n_neighbors=5)
scores=cross_val_score(knn,X,y,cv=5,scoring='accuracy')
scores_mean=scores.mean()#所有评分的均值
cross_val_score方法：对数据集进行多次分割，根据不同的训练集进行模型训练，再通过每次分的测试集进行模型评分；获得scores（numpy.ndarray）类型的评分。
参数：
cv：分割的次数
scoring：评分的方法。'accuracy’表示根据准确度评分
修正过拟合
常用模型调优的函数：
from sklearn.model_selection import validation_curve
from sklearn.model_selection import learning_curve
learning_curve()：通过可视化模型判断是否过拟合
validation_curve()：通过查看不同参数取值下模型的性能
保存模型
SKlearn有自带的保存模块.
模型保存：
from sklearn.externals import joblib
joblib.dump(model,path)#model:要保存的模型；path:保存路径
加载模型：
model=joblib.load(path)
参考资料
Python之Sklearn使用教程](https://www.jianshu.com/p/6ada34655862)