分类算法——sklearn转换器和估计器（一）

转换器（特征工程的父类）

实例化（实例化的是一个转换器类（Transformer））
调用fit_transform（对于文档建立分类词频矩阵，不能同时调用）

把特征工程的接口称之为转换器，其中转换器调用有这么几种形式：

标准化：(X- mean) / std

fit_transform( )
fit()------计算每一列的平均值、标准差
transform()------(X- mean) /std进行最终的转换

bash 复制代码

In [1] : from sklearn.preprocessing import StandardScaler
In [2] : std1=StandardScaler()
In [3] : a=[[1,2,3],[4,5,6]]
In [4] : std1.ft_transform( a)
out [4] :
array ([[-1.,-1.,-1.]，
	   [1.,1.,1.]])
	   
In [5] : std2=StandardScaler()
In [6] : std2.fit(a)
out[6] : StandardScaler(copy=True,with_mean=True,with_std=True)

In [7] : std2.transform(a)
out[7] :
array([[-1.,-1.,-1.],
	  [1.,1.,1.]])

从中可以看出，fit_transform的作用相当于transform加上fit。

bash 复制代码

In [8] : b=[[7,8,9],[10,11,12]]
In [9] : std2.transform(b)
out [9] :
array([[3.,3.,3.],
	  [5., 5.,5.]])
	  
In [10] : std2.fit_transform(b)
out [10] :
array([[-1.,-1.,-1.],
	  [1.,1.,1.]])

估计器(sklearn机器学习算法的实现)

在sklearn中，估计器(estimator)是一个重要的角色，是一类实现了算法的API

1用于分类的估计器：
- sklearn.neighbors k-近邻算法
- sklearn.naive_bayes 贝叶斯
- sklearn.linear_model.LogisticRegression 逻辑回归
- sklearn.tree 决策树与随机森林
2用于回归的估计器：
- sklearn.linear_model.LinearRegression 线性回归
- sklearn.linear_model.Ridge 岭回归
3用于无监督学习的估计器：
- sklearn.cluster.KMeans 聚类

估计器工作流程

实例化一个estimator
estimator.fit(x train, y train) 计算
一调用完毕，模型生成
3模型评估：
- ①直接比对真实值和预测值
  y_predict = estimator. predict(x_test)
  y_test == y_predict
- ②计算准确率
  accuracy = estimator.score(x_test, y_test)