Python - SkLearn库的使用

SkLearn简介

即scikit-learn库，是当今最流行的机器学习算法库之一，可以用来解决分类和回归问题。

数据的预处理

from sklearn import preprocessing

标签编码

from sklearn.preprocessing import LabelEncoder

encoder = LabelEncoder()
X['a'] = encoder.fit_transform(X['a'])	# 学习并转换
# eg. 若X为鸢尾花数据集，a代表种类，那么a属性会自动置换为0，1，2，，，，

数据集的处理

1. 标准化

公式为：(X-mean)/std 计算时对每个属性/每列分别进行。

将数据按期属性（按列进行）减去其均值，并处以其方差。得到的结果是，对于每个属性/每列来说所有数据都聚集在0附近，方差为1。

from sklearn.preprocessing import Scale
X_scaled = scale(X)

StandardScaler类，使用该类的好处在于可以保存训练集中的参数（均值、方差）直接使用其对象转换测试集数据。

from sklearn