更多详细代码关注sklearn中文官方文档：

http://www.scikitlearn.com.cn/

http://lijiancheng0614.github.io/scikit-learn/index.html

1.概念

Sklearn (全称 Scikit-Learn) 是基于 Python 语言的机器学习工具，是机器学习中的常用第三方模块。它建立在 NumPy, SciPy, Pandas 和 Matplotlib 之上，里面的 API 的设计非常好，所有对象的接口简单，对常用的机器学习方法进行了封装，包括回归(Regression)、降维(Dimensionality Reduction)、分类(Classfication)、聚类(Clustering)等方法。

2.方法

2.1有监督学习的分类任务（Classification）

分类算法：

from sklearn import SomeClassifier
from sklearn.linear_model import SomeClassifier
from sklearn.ensemble import SomeClassifier

2.2有监督学习的回归任务（Regression）

回归算法：

from sklearn import SomeRegressor
from sklearn.linear_model import SomeRegressor
from sklearn.ensemble import SomeRegressor

2.3无监督学习聚类任务（Clustering）

聚类算法：

from sklearn.cluster import SomeModel

2.4无监督学习的降维任务（Dimensionality Reduction）

from sklearn.decomposition import SomeModel

2.5模型选择任务（Model Selection）

from sklearn.model_selection import SomeModel

2.6数据的预处理任务（Preprocessing）

from sklearn.preprocessing import SomeModel

2.7引入某个数据集

from sklearn.datasets import SomeData

3.部分代码详细分析

3.1自带的数据集

例如导入乳腺癌数据集：

#导入乳腺癌数据集
from sklearn.datasets import load_breast_cancer

数据是以「字典」格式存储的，详细查看一下里面的键：

breast = load_breast_cancer()
print(breast.keys())

结果：

键的名词解释：

data：特征值 (数组)
target：标签值 (数组)
target_names：标签 (列表)
DESCR：数据集描述
feature_names：特征 (列表)
filename：iris.csv 文件路径

详细查看一下数据集：

#定义两个分别为数据集的样例个数、特征个数
n_samples,n_features = breast.data.shape
#输出数据集的样例个数和特征个数，类似数据集的规模
print(n_samples,n_features)
#输出数据集的特征名称
print(breast.feature_names)
#输出数据集的前5个特征示例
print(breast.data[0:5])

可以看到输出分别为——样例个数以及特征个数：

数据集中30个特征的名称为：

前五个示例为（每一个示例中都有30个数据，分别对应30个特征）：

输出数据集的标签大小：

#输出数据集的标签数量(也就是最后的那个是乳腺癌良性还是恶性）：
print(breast.target.shape)

输出数据集标签名称看看：

#输出数据集标签名称：
print(breast.target_names)

输出全部标签示例：

即数据集中有569个标签，2个类别（malignant恶性、benign良性），分别用0和1来表示。

使用pandas下的工具DataFrame来把数据集创建成表格来读取数据集中的详细数据

Seaborn 的 pairplot (看每个特征之间的关系)来用图来展示一下数据集的内容。

import seaborn as sns
from matplotlib import pyplot as plt
sns.pairplot(breast_data,hue='species',palette='husl');
plt.show()

Sklearn到底是什么？相关推荐

多分类f1分数_所以多分类情况下sklearn的f1值到底是怎么计算的
已经很久没有更新新的文章啦,最近在弄GCN,很多东西的理解都还没有很透彻,所以也不太好发,不过就在今天"南归"的时候刷知乎,刷到了这么一个朋友( @苏小胖与喵 )的疑问: 这... ...
python sklearn是什么_Sklearn到底是什么？
更多详细代码关注sklearn中文官方文档: 1.概念 Sklearn (全称 Scikit-Learn) 是基于 Python 语言的机器学习工具,是机器学习中的常用第三方模块.它建立在 NumPy ...
7000 字精华总结，Pandas/Sklearn 进行机器学习之特征筛选，有效提升模型性能
作者 | 俊欣来源 | 关于数据分析与可视化今天小编来说说如何通过pandas以及sklearn这两个模块来对数据集进行特征筛选,毕竟有时候我们拿到手的数据集是非常庞大的,有着非常多的特征,减少这 ...
用机器学习神器sklearn做特征工程！
Datawhale干货作者:jasonfreak,编辑:数据STUDIO 使用sklearn做特征工程特征工程是什么? 有这么一句话在业界广泛流传:数据和特征决定了机器学习的上限,而模型和算法只是 ...
用Python预测收入，来看看你的收入到底应该是多少？
Python界的网红机器学习,这股浪潮已经逐渐成为热点,而Python是机器学习方向的头牌语言,用机器学习来玩一些好玩的项目一定很有意思.比如根据你的职业,婚姻,家庭,教育时间等等来预测你的收入,这么 ...
为什么训练集用fit_transform()而测试集用transform()及sklearn.feature_extraction.text.CountVectorizer API详解
真正讲明白的 https://blog.csdn.net/yyhhlancelot/article/details/85097656 API https://scikit-learn.org/stab ...
PCA计算流程详解与实现（Python详细编码，全部测试正确，与sklearn完全一致，只有7行代码）
如果无法理解一种算法的原理,那么就整理出它的流程,再在直接的计算过程中慢慢体会它的思想. – 我说的. 许多问题在一开始都很难理解其原理.像PCA这种经典的算法,其实从头至尾的每个步骤都非常严密,细节 ...
sklearn学习（一）
学习网站 http://scikit-learn.org/stable/tutorial/basic/tutorial.html#machine-learning-the-problem-settin ...

Sklearn到底是什么？