image.png
scikit learn，它是一个用于Python编程语言的免费软件机器学习库。它具有各种分类，回归和聚类算法，包括支持向量机，随机森林，梯度增强，k均值和DBSCAN，旨在与Python数值和科学库NumPy和SciPy互操作。（维基百科）
它从哪里来的？
Scikit-learn最初是由David Cournapeau在2007年开发的Google夏季代码项目。
后来Matthieu Brucher加入了这个项目并开始将其作为论文工作的一部分。2010年，INRIA参与其中，第一次公开发布（v0.1 beta）于2010年1月下旬发布。
该项目目前有30多名活跃的贡献者，并已获得INRIA，Google，Tinyclues和Python软件基金会的赞助。
image.png
使用sklearn库之前需要先决条件
该库基于SciPy（Scientific Python）构建，必须先安装才能使用scikit-learn。这个堆栈包括：
·NumPy：基本n维数组包
·SciPy：科学计算的基础库
·Matplotlib：全面的2D / 3D绘图
·IPython：增强的交互式控制台
·Sympy：符号数学
·Pandas：数据结构和分析
现在，让我们深入了解如何在各自的场景中使用。
image.png
开始加载数据
您的数据需要是数字并存储为NumPy数组或SciPy稀疏矩阵。其他可转换为数字数组的类型（如Pandas DataFrame）也是可以接受的。
>>>importnumpyasnp
>>>X=np.random.random((10,5))
>>>y=np.array(['M','M','F','F','M','F','M','M','F','F','F'])
预处理数据
标准化
>>>fromsklearn.preprocessingimportStandardScaler
>>>scaler=StandardScaler().fit(X_train)
>>>standardized_X=scaler.transform(X_train)
>>>standardized_X_test=scaler.transform(X_test)
正则化
>>>fromsklearn.preprocessingimportNormalizer
>>>scaler=Normalizer().fit(X_train)
>>>normalized_X=scaler.transform(X_train)
>>>normalized_X_test=scaler.transform(X_test)
二值化
>>>fromsklearn.preprocessingimportBinarizer
>>>binarizer=Binarizer(threshold=0.0).fit(X)
>>>binary_X=binarizer.transform(X)
编码分类功能
>>>fromsklearn.preprocessingimportLabelEncoder
>>>enc=LabelEncoder()
>>>y=enc.fit_transform(y)
输入缺失值
>>>fromsklearn.preprocessingimportImputer
>>>imp=Imputer(missing_values=0,strategy='mean',axis=0)
>>>imp.fit_transform(X_train)
生成多项式特征
>>>fromsklearn.preprocessingimportPolynomialFeatures
>>>poly=PolynomialFeatures(5)
>>>oly.fit_transform(X)
训练和测试数据
>>>fromsklearn.model_selectionimporttrain_test_split
>>>X_train,X_test,y_train,y_test=train_test_split(X,y,random_state=0)
创建你的模型
监督学习估算
线性回归
>>>fromsklearn.linear_modelimportLinearRegression
>>>lr=LinearRegression(normalize=True)
支持向量机（SVM）
>>>fromsklearn.svmimportSVC
>>>svc=SVC(kernel='linear')
朴素贝叶斯
>>>fromsklearn.naive_bayesimportGaussianNB
>>>gnb=GaussianNB()
KNN
>>>fromsklearnimportneighbors
>>>knn=neighbors.KNeighborsClassifier(n_neighbors=5)
无监督学习估计器
主成分分析（PCA）
>>>fromsklearn.decompositionimportPCA
>>>pca=PCA(n_components=0.95)
K均值
>>>fromsklearn.clusterimportKMeans
>>>k_means=KMeans(n_clusters=3,random_state=0)
模型拟合
监督学习
>>>lr.fit(X,y)
>>>knn.fit(X_train,y_train)
>>>svc.fit(X_train,y_train)
无监督学习
>>>k_means.fit(X_train)
>>>pca_model=pca.fit_transform(X_train)
预测
监督预测
>>>y_pred=svc.predict(np.random.random((2,5)))
>>>y_pred=lr.predict(X_test)
>>>y_pred=knn.predict_proba(X_test))
无监督估计
>>>y_pred=k_means.predict(X_test)
评估您的模型的性能
分类指标
准确度分数
>>>knn.score(X_test,y_test)
>>>fromsklearn.metricsimportaccuracy_score
>>>accuracy_score(y_test,y_pred)
分类报告
>>>fromsklearn.metricsimportclassification_report
>>>print(classification_report(y_test,y_pred)))
混淆矩阵
>>>fromsklearn.metricsimportconfusion_matrix
>>>print(confusion_matrix(y_test,y_pred)))
回归指标
平均绝对误差
>>>fromsklearn.metricsimportmean_absolute_error
>>>y_true=[3,-0.5,2])
>>>mean_absolute_error(y_true,y_pred))
均方误差
>>>fromsklearn.metricsimportmean_squared_error
>>>mean_squared_error(y_test,y_pred))
决定系数 r2
>>>fromsklearn.metricsimportr2_score
>>>r2_score(y_true,y_pred))
群集指标
调整兰德系数
>>>fromsklearn.metricsimportadjusted_rand_score
>>>adjusted_rand_score(y_true,y_pred))
同质性
>>>fromsklearn.metricsimporthomogeneity_score
>>>homogeneity_score(y_true,y_pred))
调和平均V-measure
>>>fromsklearn.metricsimportv_measure_score
>>>metrics.v_measure_score(y_true,y_pred))
交叉验证
>>>print(cross_val_score(knn,X_train,y_train,cv=4))
>>>print(cross_val_score(lr,X,y,cv=2))
Sckit-learn算法备忘单
scikit-learn.png
作者：iOSDevLog
链接：https://www.jianshu.com/p/bf510bf16d3d
来源：简书
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。
