正文

轻松入门Sklearn：用五个简单例子学会机器学习基础

/0 浏览量
1027

在机器学习的世界中，Scikit-learn（简称Sklearn）是一个非常有用的库，它为Python提供了丰富的工具来构建和训练机器学习模型。对于初学者来说，Sklearn以其简洁的API和易于理解的代码结构而闻名。以下是通过五个简单例子来帮助你轻松入门Sklearn，并学会机器学习的基础。

例子一：使用Sklearn进行鸢尾花数据集分类

鸢尾花数据集是一个经典的多类分类数据集，非常适合入门级的学习。以下是一个使用Sklearn进行鸢尾花数据集分类的例子：

from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split
from sklearn.neighbors import KNeighborsClassifier
from sklearn.metrics import accuracy_score

# 加载数据集
iris = load_iris()
X, y = iris.data, 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=0.2, random_state=42)

# 创建K近邻分类器实例
knn = KNeighborsClassifier(n_neighbors=3)

# 训练模型
knn.fit(X_train, y_train)

# 进行预测
y_pred = knn.predict(X_test)

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

例子二：线性回归预测房价

线性回归是机器学习中非常基础的一种模型，以下是一个使用Sklearn进行房价预测的例子：

from sklearn.linear_model import LinearRegression
from sklearn.model_selection import train_test_split
from sklearn.metrics import mean_squared_error

# 假设我们已经有了房价数据
X = [[1], [2], [3], [4], [5], [6], [7], [8], [9], [10]]
y = [200, 220, 240, 260, 280, 300, 320, 340, 360, 380]

# 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)

# 创建线性回归模型实例
lr = LinearRegression()

# 训练模型
lr.fit(X_train, y_train)

# 进行预测
y_pred = lr.predict(X_test)

# 计算均方误差
mse = mean_squared_error(y_test, y_pred)
print(f"均方误差：{mse}")

例子三：决策树分类

决策树是一种直观的监督学习算法，以下是一个使用Sklearn进行决策树分类的例子：

from sklearn.tree import DecisionTreeClassifier
from sklearn.model_selection import cross_val_score

# 使用鸢尾花数据集
X, y = load_iris().data, load_iris().target

# 创建决策树分类器实例
dt = DecisionTreeClassifier()

# 使用交叉验证来评估模型
scores = cross_val_score(dt, X, y, cv=5)
print(f"交叉验证准确率：{scores.mean()}")

例子四：支持向量机分类

支持向量机（SVM）是一种强大的分类算法，以下是一个使用Sklearn进行SVM分类的例子：

from sklearn.svm import SVC
from sklearn.model_selection import train_test_split

# 使用鸢尾花数据集
X, y = load_iris().data, load_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=0.2, random_state=42)

# 创建SVM分类器实例
svm = SVC(kernel='linear')

# 训练模型
svm.fit(X_train, y_train)

# 进行预测
y_pred = svm.predict(X_test)

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

例子五：随机森林回归

随机森林是一种集成学习方法，它结合了多个决策树来提高预测的准确性和稳定性。以下是一个使用Sklearn进行随机森林回归的例子：

from sklearn.ensemble import RandomForestRegressor
from sklearn.model_selection import train_test_split

# 假设我们有以下数据
X = [[1], [2], [3], [4], [5], [6], [7], [8], [9], [10]]
y = [200, 220, 240, 260, 280, 300, 320, 340, 360, 380]

# 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)

# 创建随机森林回归器实例
rf = RandomForestRegressor(n_estimators=100)

# 训练模型
rf.fit(X_train, y_train)

# 进行预测
y_pred = rf.predict(X_test)

# 计算均方误差
mse = mean_squared_error(y_test, y_pred)
print(f"均方误差：{mse}")

通过这些例子，你可以了解到Sklearn的基本使用方法，包括如何加载数据、划分数据集、创建模型、训练模型以及评估模型。这些是机器学习的基础，也是使用Sklearn进行项目开发的重要步骤。随着你对Sklearn的深入学习和实践，你会逐渐掌握更复杂的模型和高级特性。

-- 展开阅读全文 --