1 sklearn簡介
Scikit-learn(sklearn)是機器學習中的第三方模塊，封裝了常用的機器學習演算法，涉及回歸、降維、分類以及聚類等，提供python介面，
雖然sklearn容納的演算法眾多，但使用其中大多數演算法的模式（套路）都是一樣的，一般流程如下：
1 引入相關資料（包括訓練集與測驗集），其實Sklearn也自帶一些小型資料集，可以用來測驗檢驗各種演算法，方便快捷；
2 選擇演算法進行訓練，若模型帶有超引數，可以運用交叉驗證方法調參；
3 訓練完成后進行新資料預測，并可以通過引入MatPlotLib等庫展示資料；
4 將已訓練好的模型保存，避免往后用到時再重復訓練，
2 sklearn的自帶資料集
sklearn附帶了一些小型常用資料集，調取方法如下：
調取其它資料集的方法和上圖中的例子類似，
3 分層劃分訓練集與測驗集
注意：為了使實驗具有可重復性，在劃分資料集時要設定亂數種子，以確保重復多次運行代碼時得到的訓練集與測驗集是一樣的；此外，為了平衡訓練集與測驗集中各類別的比例（特別是在分類任務中），常常需要分層劃分資料集，這與統計學中分層抽樣的原理一樣，
4 資料標準化
常見的標準化方式有：離差標準化，高斯標準化，
離差標準化將所有資料變換到區間[0,1]中，高斯標準化將資料轉成高斯分布（正態分布）形態：
5 模型的保存與調取
為了避免重復訓練模型，同時方便后續直接調取已有模型，可以將訓練好的模型保存：
上圖中，將knn訓練完成的模型保存到代碼檔案的同目錄下，如下圖（代碼檔案名為：kNN.ipynb,模型名為：train_model.m）:
若要加載已有模型，操作如下：
sklearn作為一個常用機器學習包，熟練使用它對于減少作業時間提高效率十分重要；只要學到一個演算法的使用流程，則可以觸類旁通，快速掌握其它演算法，
轉載請註明出處，本文鏈接：https://www.uj5u.com/houduan/192498.html
標籤：Python
上一篇：python3-cookbook筆記：第一章 資料結構和演算法
下一篇：初入python