Python人工智能中scikit-learn模块的使用介绍

Python 中 scikit-learn（sklearn）模块安装与使用详细教程

注意 ：

你可能指的是 scikit-learn（通常缩写为 sklearn），而不是 slearn。scikit-learn 是 Python 最流行的机器学习库之一。以下是完整的安装和使用指南。

---

一、安装 scikit-learn

1. 通过 pip 安装（推荐）

pip install scikit-learn

2. 通过 conda 安装（适合 Anaconda 用户）

conda install scikit-learn

3. 验证安装

import sklearn
print(sklearn.__version__)  # 查看版本（应输出类似 1.4.x）

---

二、快速入门示例：鸢尾花分类

完整代码示例

# 导入必要模块
from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split
from sklearn.tree import DecisionTreeClassifier
from sklearn.metrics import accuracy_score

# 1. 加载数据集
iris = load_iris()
X = iris.data  # 特征数据（150个样本，4个特征）
y = iris.target  # 标签（0,1,2 代表三种鸢尾花）

# 2. 划分训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(
    X, y, test_size=0.2, random_state=42
)

# 3. 创建并训练模型
model = DecisionTreeClassifier(max_depth=3)
model.fit(X_train, y_train)

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

# 5. 评估准确率
accuracy = accuracy_score(y_test, y_pred)
print(f"模型准确率: {accuracy:.2f}")  # 输出示例：模型准确率: 1.00

---

三、核心功能详解

1. 数据预处理

from sklearn.preprocessing import StandardScaler, OneHotEncoder
from sklearn.impute import SimpleImputer

# 数值特征标准化
scaler = StandardScaler()
X_scaled = scaler.fit_transform(X_train)

# 分类特征编码
encoder = OneHotEncoder()
encoded_features = encoder.fit_transform(categorical_data)

# 缺失值填充（用均值）
imputer = SimpleImputer(strategy='mean')
X_imputed = imputer.fit_transform(X_missing)

2. 模型训练与评估

from sklearn.ensemble import RandomForestClassifier
from sklearn.metrics import classification_report

# 使用随机森林
model = RandomForestClassifier(n_estimators=100)
model.fit(X_train, y_train)

# 详细评估报告
report = classification_report(y_test, model.predict(X_test))
print(report)

3. 模型选择与交叉验证

from sklearn.model_selection import cross_val_score
from sklearn.svm import SVC

# 10折交叉验证
scores = cross_val_score(SVC(), X, y, cv=10)
print(f"平均准确率: {scores.mean():.2f} ± {scores.std():.2f}")

4. 管道（Pipeline）整合流程

from sklearn.pipeline import make_pipeline

# 创建预处理+模型的完整管道
pipeline = make_pipeline(
    StandardScaler(),
    RandomForestClassifier()
)

# 直接训练和预测
pipeline.fit(X_train, y_train)
pipeline.score(X_test, y_test)

---

四、常用模型速查

任务类型	算法	导入路径
分类	逻辑回归	sklearn.linear_model.LogisticRegression
	支持向量机 (SVM)	sklearn.svm.SVC
	随机森林	sklearn.ensemble.RandomForestClassifier
回归	线性回归	sklearn.linear_model.LinearRegression
	梯度提升树	sklearn.ensemble.GradientBoostingRegressor
聚类	K-Means	sklearn.cluster.KMeans
降维	PCA	sklearn.decomposition.PCA

---

五、常见问题解决

1. 导入错误 No module named 'slearn'

   → 确认正确库名是 scikit-learn，导入时用 import sklearn

2. 安装缓慢/超时

   → 使用国内镜像源：

   pip install scikit-learn -i https://pypi.tuna.tsinghua.edu.cn/simple

3. 版本冲突

   → 创建虚拟环境：

   python -m venv myenv
   source myenv/bin/activate  # Linux/macOS
   myenv\Scripts\activate    # Windows
   pip install scikit-learn

---

六、学习资源推荐

1. 官方文档：scikit-learn.org
2. 实用案例库：scikit-learn examples gallery
3. 经典书籍：《Python机器学习实践指南》