机器学习之sklearn基础教程

Scikit-learn(通常简称为 sklearn)是一个非常流行的Python库,用于进行机器学习。它提供了一系列强大的工具,用于数据挖掘和数据分析,是入门和专业人士的首选。下面是一个详细的入门教程,介绍如何使用 sklearn 进行机器学习:

1. 安装 Scikit-learn

首先,你需要确保 Python 已经安装在你的系统上。然后,你可以使用 pip 来安装 scikit-learn:

bash 复制代码
pip install -U scikit-learn

2. 导入所需的库

在开始之前,我们需要导入一些基本的库:

python 复制代码
import numpy as np
import matplotlib.pyplot as plt
from sklearn import datasets
from sklearn.model_selection import train_test_split

3. 数据加载与预处理

Sklearn 提供了一些内置的数据集,如鸢尾花(Iris)数据集,可以用来练习。

python 复制代码
# 加载数据集
iris = datasets.load_iris()
X = iris.data
y = iris.target

# 划分训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3, random_state=42)

4. 选择模型

Sklearn 有很多机器学习模型,如线性回归、支持向量机(SVM)、决策树等。这里以决策树为例:

python 复制代码
from sklearn.tree import DecisionTreeClassifier

# 初始化模型
model = DecisionTreeClassifier(random_state=42)

# 训练模型
model.fit(X_train, y_train)

5. 模型评估

我们可以使用测试集来评估模型的表现。

python 复制代码
from sklearn.metrics import accuracy_score

# 预测测试集
y_pred = model.predict(X_test)

# 计算准确率
accuracy = accuracy_score(y_test, y_pred)
print(f"Accuracy: {accuracy}")

6. 模型优化

模型的性能可以通过调整参数、使用交叉验证等方法进一步提高。

python 复制代码
from sklearn.model_selection import GridSearchCV

# 参数网格
param_grid = {'max_depth': [3, 5, 10], 'min_samples_split': [2, 5, 10]}

# 网格搜索
grid_search = GridSearchCV(DecisionTreeClassifier(random_state=42), param_grid, cv=5)
grid_search.fit(X_train, y_train)

# 最佳参数和最佳模型评分
print("Best parameters:", grid_search.best_params_)
print("Best score:", grid_search.best_score_)

7. 可视化分析

为了更好地理解模型的工作方式,我们可以可视化决策树:

python 复制代码
from sklearn.tree import plot_tree

# 可视化决策树
plt.figure(figsize=(20,10))
plot_tree(grid_search.best_estimator_, filled=True, feature_names=iris.feature_names, class_names=iris.target_names)
plt.show()

以上就是一个使用 sklearn 进行机器学习的基础教程。通过这个教程,可以开始构建自己的机器学习模型,并逐步扩展到更复杂的数据集和算法上。

相关推荐
YF云飞15 分钟前
数据仓库进化:Agent驱动数智化新范式
数据仓库·人工智能·ai
悠哉悠哉愿意29 分钟前
【数学建模学习笔记】机器学习分类:KNN分类
学习·机器学习·数学建模
ningmengjing_31 分钟前
理解损失函数:机器学习的指南针与裁判
人工智能·深度学习·机器学习
程序猿炎义1 小时前
【NVIDIA AIQ】自定义函数实践
人工智能·python·学习
小陈phd1 小时前
高级RAG策略学习(四)——上下文窗口增强检索RAG
人工智能·学习·langchain
居然JuRan1 小时前
阿里云多模态大模型岗三面面经
人工智能
THMAIL1 小时前
深度学习从入门到精通 - BERT与预训练模型:NLP领域的核弹级技术详解
人工智能·python·深度学习·自然语言处理·性能优化·bert
nju_spy1 小时前
Kaggle - LLM Science Exam 大模型做科学选择题
人工智能·机器学习·大模型·rag·南京大学·gpu分布计算·wikipedia 维基百科
中國龍在廣州2 小时前
GPT-5冷酷操盘,游戏狼人杀一战封神!七大LLM狂飙演技,人类玩家看完沉默
人工智能·gpt·深度学习·机器学习·计算机视觉·机器人
东哥说-MES|从入门到精通2 小时前
Mazak MTF 2025制造未来参观总结
大数据·网络·人工智能·制造·智能制造·数字化