這篇文章主要為大家展示了“怎么將Scikit-learn Python庫(kù)用于數(shù)據(jù)科學(xué)項(xiàng)目”，內(nèi)容簡(jiǎn)而易懂，條理清晰，希望能夠幫助大家解決疑惑，下面讓小編帶領(lǐng)大家一起研究并學(xué)習(xí)一下“怎么將Scikit-learn Python庫(kù)用于數(shù)據(jù)科學(xué)項(xiàng)目”這篇文章吧。

為五常等地區(qū)用戶提供了全套網(wǎng)頁(yè)設(shè)計(jì)制作服務(wù)，及五常網(wǎng)站建設(shè)行業(yè)解決方案。主營(yíng)業(yè)務(wù)為成都網(wǎng)站設(shè)計(jì)、成都網(wǎng)站建設(shè)、五常網(wǎng)站設(shè)計(jì)，以傳統(tǒng)方式定制建設(shè)網(wǎng)站，并提供域名空間備案等一條龍服務(wù)，秉承以專業(yè)、用心的態(tài)度為用戶提供真誠(chéng)的服務(wù)。我們深信只要達(dá)到每一位用戶的要求，就會(huì)得到認(rèn)可，從而選擇與我們長(zhǎng)期合作。這樣，我們也可以走得更遠(yuǎn)！

什么是 Scikit-learn？

Scikit-learn 是一個(gè)開源 Python 庫(kù)，擁有強(qiáng)大的數(shù)據(jù)分析和數(shù)據(jù)挖掘工具。 在 BSD 許可下可用，并建立在以下機(jī)器學(xué)習(xí)庫(kù)上：

• NumPy，一個(gè)用于操作多維數(shù)組和矩陣的庫(kù)。它還具有廣泛的數(shù)學(xué)函數(shù)匯集，可用于執(zhí)行各種計(jì)算。

• SciPy，一個(gè)由各種庫(kù)組成的生態(tài)系統(tǒng)，用于完成技術(shù)計(jì)算任務(wù)。

• Matplotlib，一個(gè)用于繪制各種圖表和圖形的庫(kù)。

Scikit-learn 提供了廣泛的內(nèi)置算法，可以充分用于數(shù)據(jù)科學(xué)項(xiàng)目。

以下是使用 Scikit-learn 庫(kù)的主要方法。

1、分類

分類工具識(shí)別與提供的數(shù)據(jù)相關(guān)聯(lián)的類別。例如，它們可用于將電子郵件分類為垃圾郵件或非垃圾郵件。

Scikit-learn 中的分類算法包括：

• 支持向量機(jī)Support vector machines

  （SVM）

• 最鄰近Nearest neighbors
• 隨機(jī)森林Random forest

2、回歸

回歸涉及到創(chuàng)建一個(gè)模型去試圖理解輸入和輸出數(shù)據(jù)之間的關(guān)系。例如，回歸工具可用于理解股票價(jià)格的行為。

回歸算法包括：

• 支持向量機(jī)Support vector machines

  （SVM）

• 嶺回歸Ridge regression

• Lasso（LCTT 譯注：Lasso 即 least absolute shrinkage and selection operator，又譯為最小絕對(duì)值收斂和選擇算子、套索算法）

3、聚類

Scikit-learn 聚類工具用于自動(dòng)將具有相同特征的數(shù)據(jù)分組。 例如，可以根據(jù)客戶數(shù)據(jù)的地點(diǎn)對(duì)客戶數(shù)據(jù)進(jìn)行細(xì)分。

聚類算法包括：

• K-means

• 譜聚類Spectral clustering

• Mean-shift

4、降維

降維降低了用于分析的隨機(jī)變量的數(shù)量。例如，為了提高可視化效率，可能不會(huì)考慮外圍數(shù)據(jù)。

降維算法包括：

• 主成分分析Principal component analysis

  （PCA）

• 功能選擇Feature selection
• 非負(fù)矩陣分解Non-negative matrix factorization

5、模型選擇

模型選擇算法提供了用于比較、驗(yàn)證和選擇要在數(shù)據(jù)科學(xué)項(xiàng)目中使用的***參數(shù)和模型的工具。

通過(guò)參數(shù)調(diào)整能夠增強(qiáng)精度的模型選擇模塊包括：

• 網(wǎng)格搜索Grid search
• 交叉驗(yàn)證Cross-validation
• 指標(biāo)Metrics

6、預(yù)處理

Scikit-learn 預(yù)處理工具在數(shù)據(jù)分析期間的特征提取和規(guī)范化中非常重要。 例如，您可以使用這些工具轉(zhuǎn)換輸入數(shù)據(jù)（如文本）并在分析中應(yīng)用其特征。

預(yù)處理模塊包括：

• 預(yù)處理

• 特征提取

Scikit-learn 庫(kù)示例

讓我們用一個(gè)簡(jiǎn)單的例子來(lái)說(shuō)明如何在數(shù)據(jù)科學(xué)項(xiàng)目中使用 Scikit-learn 庫(kù)。

我們將使用鳶尾花花卉數(shù)據(jù)集，該數(shù)據(jù)集包含在 Scikit-learn 庫(kù)中。 鳶尾花數(shù)據(jù)集包含有關(guān)三種花種的 150 個(gè)細(xì)節(jié)，三種花種分別為：

• Setosa：標(biāo)記為 0

• Versicolor：標(biāo)記為 1

• Virginica：標(biāo)記為 2

數(shù)據(jù)集包括每種花種的以下特征（以厘米為單位）：

• 萼片長(zhǎng)度

• 萼片寬度

• 花瓣長(zhǎng)度

• 花瓣寬度

第 1 步：導(dǎo)入庫(kù)

由于鳶尾花花卉數(shù)據(jù)集包含在 Scikit-learn 數(shù)據(jù)科學(xué)庫(kù)中，我們可以將其加載到我們的工作區(qū)中，如下所示：

from sklearn import datasetsiris = datasets.load_iris()

這些命令從 sklearn 導(dǎo)入數(shù)據(jù)集 datasets 模塊，然后使用 datasets 中的 load_iris() 方法將數(shù)據(jù)包含在工作空間中。

第 2 步：獲取數(shù)據(jù)集特征

數(shù)據(jù)集 datasets 模塊包含幾種方法，使您更容易熟悉處理數(shù)據(jù)。

在 Scikit-learn 中，數(shù)據(jù)集指的是類似字典的對(duì)象，其中包含有關(guān)數(shù)據(jù)的所有詳細(xì)信息。 使用 .data 鍵存儲(chǔ)數(shù)據(jù)，該數(shù)據(jù)列是一個(gè)數(shù)組列表。

例如，我們可以利用 iris.data 輸出有關(guān)鳶尾花花卉數(shù)據(jù)集的信息。

print(iris.data)

這是輸出（結(jié)果已被截?cái)啵?/p>

[[5.1 3.5 1.4 0.2] [4.9 3.  1.4 0.2] [4.7 3.2 1.3 0.2] [4.6 3.1 1.5 0.2] [5.  3.6 1.4 0.2] [5.4 3.9 1.7 0.4] [4.6 3.4 1.4 0.3] [5.  3.4 1.5 0.2] [4.4 2.9 1.4 0.2] [4.9 3.1 1.5 0.1] [5.4 3.7 1.5 0.2] [4.8 3.4 1.6 0.2] [4.8 3.  1.4 0.1] [4.3 3.  1.1 0.1] [5.8 4.  1.2 0.2] [5.7 4.4 1.5 0.4] [5.4 3.9 1.3 0.4] [5.1 3.5 1.4 0.3]

我們還使用 iris.target 向我們提供有關(guān)花朵不同標(biāo)簽的信息。

print(iris.target)

這是輸出：

[0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2]

如果我們使用 iris.target_names，我們將輸出數(shù)據(jù)集中找到的標(biāo)簽名稱的數(shù)組。

print(iris.target_names)

以下是運(yùn)行 Python 代碼后的結(jié)果：

['setosa' 'versicolor' 'virginica']

第 3 步：可視化數(shù)據(jù)集

我們可以使用箱形圖來(lái)生成鳶尾花數(shù)據(jù)集的視覺描繪。 箱形圖說(shuō)明了數(shù)據(jù)如何通過(guò)四分位數(shù)在平面上分布的。

以下是如何實(shí)現(xiàn)這一目標(biāo)：

import seaborn as snsbox_data = iris.data  # 表示數(shù)據(jù)數(shù)組的變量box_target = iris.target  # 表示標(biāo)簽數(shù)組的變量sns.boxplot(data = box_data,width=0.5,fliersize=5)sns.set(rc={'figure.figsize':(2,15)})

讓我們看看結(jié)果：

在橫軸上：

• 0 是萼片長(zhǎng)度

• 1 是萼片寬度

• 2 是花瓣長(zhǎng)度

• 3 是花瓣寬度

垂直軸的尺寸以厘米為單位。

總結(jié)

以下是這個(gè)簡(jiǎn)單的 Scikit-learn 數(shù)據(jù)科學(xué)教程的完整代碼。

from sklearn import datasetsiris = datasets.load_iris()print(iris.data)print(iris.target)print(iris.target_names)import seaborn as snsbox_data = iris.data  # 表示數(shù)據(jù)數(shù)組的變量box_target = iris.target  # 表示標(biāo)簽數(shù)組的變量sns.boxplot(data = box_data,width=0.5,fliersize=5)sns.set(rc={'figure.figsize':(2,15)})

以上是“怎么將Scikit-learn Python庫(kù)用于數(shù)據(jù)科學(xué)項(xiàng)目”這篇文章的所有內(nèi)容，感謝各位的閱讀！相信大家都有了一定的了解，希望分享的內(nèi)容對(duì)大家有所幫助，如果還想學(xué)習(xí)更多知識(shí)，歡迎關(guān)注創(chuàng)新互聯(lián)行業(yè)資訊頻道！

本文題目：怎么將Scikit-learnPython庫(kù)用于數(shù)據(jù)科學(xué)項(xiàng)目
鏈接地址：http://www.rwnh.cn/article46/psjchg.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供軟件開發(fā)、域名注冊(cè)、網(wǎng)頁(yè)設(shè)計(jì)公司、靜態(tài)網(wǎng)站、微信小程序、虛擬主機(jī)

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請(qǐng)盡快告知，我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng)，如需處理請(qǐng)聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時(shí)需注明來(lái)源： 創(chuàng)新互聯(lián)