Python 数据分析第八期--机器学习基础_modellr'是什么库-优快云博客

本文链接：https://blog.youkuaiyun.com/weixin_37956420/article/details/104440051

本文是Python数据分析的第八期，主要探讨了机器学习的基础，并深入scikit-learn库。介绍了如何加载数据集，使用训练集训练模型，测试集验证模型以及保存模型。还提及了scikit-learn的入门，包括数据集准备和模型训练的交叉验证步骤。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Python 数据分析第八期–scikit-learn

1. 机器学习

在这里插入图片描述

2. scikit - learn

scikit-learn是面向 python 的免费机器学习库，包括分类，回归，聚类算法，以及降维、模型筛选、预处理等算法。

安装

pip install scikit-learn
conda install scikit-learn

机器学习数据集分为训练集，验证集，测试集

在这里插入图片描述

2.1 加载示例数据集

from sklearn import datasets
iris = datasets.load_iris()
digits = datasets.load_digits()

2.2 在训练集上训练模型

# 手动划分训练集、测试集 
n_test = 100 # 测试样本个数
train_X = digits.data[:-n_test, :]
train_y = digits.target[:-n_test]

test_X = digits.data[-n_test:, :]
y_true = digits.target[-n_test:]

# 选择SVM模型
from sklearn import svm

svm_model = svm.SVC(gamma=0.001, C=100.)
# svm_model = svm.SVC(gamma=100., C=1.)

# 训练模型
svm_model.fit(train_X, train_y)

SVC(C=100.0, cache_size=200, class_weight=None, coef0=0.0,
    decision_function_shape='ovr', degree=3, gamma=0.001, kernel='rbf',
    max_iter=-1, probability=False, random_state=None, shrinking=True,
    tol=0.001, verbose=False)

# 选择LR模型
from sklearn.linear_model import LogisticRegression

lr_model = LogisticRegression()
# 训练模型
lr_model.fit(train_X, train_y)

LogisticRegression(C=1.0, class_weight=None, dual=False, fit_intercept=True,
                   intercept_scaling=1, l1_ratio=None, max_iter=100,
                   multi_class='warn', n_jobs=None, penalty='l2',
                   random_state=None, solver='warn', tol=0.0001, verbose=0,
                   warm_start=False)

2.3 在测试集上测试模型

y_pred_svm = svm_model.predict(test_X)
y_pred_lr = lr_model.predict(test_X)

# 查看结果
from sklearn.metrics import accuracy_score

#print '预测标签：', y_pred
#print '真实标签：', y_true

print('SVM结果：', accuracy_score(y_true, y_pred_svm))
print('LR结果：', accuracy_score(y_true, y_pred_lr))