19、数据处理与Scikit - learn实战

数据处理与Scikit - learn实战

在数据科学领域，当你掌握了Python基本的数据加载和操作方法后，就可以开始使用更复杂的工具进行数据处理和机器学习了。Scikit - learn是一个强大的Python库，它几乎包含了数据科学家完成项目所需的所有工具。

1. Scikit - learn基础

Scikit - learn是大多数数据科学家进行机器学习和数据科学实验时青睐的工具包，它包含了各种成熟的学习算法、误差函数和测试程序。

Scikit - learn的核心是一些基础类，所有算法都基于这些基础类构建。除了所有其他类都继承的BaseEstimator类外，还有四种类型的类涵盖了基本的机器学习功能：
- 分类 ：对新观察值所属的类别进行猜测。
- 回归 ：预测新观察值的值。
- 聚类分组 ：将数据分组到不同的簇中。
- 数据转换 ：对数据进行转换。

这些基础类通过接口来保证数据处理和机器学习的核心功能。Scikit - learn有四种基于对象的接口：
| 接口类型 | 功能 |
| ---- | ---- |
| estimator | 根据算法拟合参数并从数据中学习 |
| predictor | 根据拟合的参数生成预测 |
| transformer | 应用拟合的参数对数据进行转换 |
| model | 报告拟合优度或其他评分指标 |

Scikit - learn将基于基