26、使用scikit-learn进行机器学习模型训练

使用scikit-learn进行机器学习模型训练

在机器学习领域，scikit-learn是一个功能强大且广泛使用的Python库。本文将介绍如何使用scikit-learn进行模型训练、数据预处理、模型验证，并详细讲解Naive Bayes和支持向量机（SVM）等模型。

1. 训练机器学习模型

首先，我们以手写数字识别为例，展示如何使用scikit-learn训练一个简单的机器学习模型。

from sklearn.datasets import load_digits
from sklearn.naive_bayes import GaussianNB
from sklearn.model_selection import train_test_split
from sklearn.metrics import accuracy_score

# 加载手写数字数据集
digits = load_digits()
data = digits.data
targets = digits.target

# 划分训练集和测试集
training_data, testing_data, training_targets, testing_targets = train_test_split(
    data, targets, random_state=0
)

# 实例化GaussianNB分类器
model = GaussianNB()

# 训练模型
model.fit(training_data, training_targets)

# 进行预测
predicted_targets = model.predict