scikit-learn 中的機器學習算法秘籍 · Machine Learning Mastery 博客文章翻譯

# scikit-learn 中的機器學習算法秘籍 > 原文： [https://machinelearningmastery.com/get-your-hands-dirty-with-scikit-learn-now/](https://machinelearningmastery.com/get-your-hands-dirty-with-scikit-learn-now/) 你必須弄臟你的手。您可以閱讀所有博客文章并觀看世界上的所有視頻，但在您開始練習之前，您實際上并不會真正開始學習機器。 [scikit-learn Python 庫](http://machinelearningmastery.com/a-gentle-introduction-to-scikit-learn-a-python-machine-learning-library/ "A Gentle Introduction to Scikit-Learn: A Python Machine Learning Library")很容易啟動和運行。盡管如此，我看到很多初學者猶豫不決。在這篇博文中，我想給出一些使用 scikit-learn 進行一些監督分類算法的非常簡單的例子。 [![mean-shift clustering algorithm](https://img.kancloud.cn/99/93/9993d6f5446cca229bc863e615f8af39_800x600.jpg)](https://3qeqpr26caki16dnhd19sv6by6v-wpengine.netdna-ssl.com/wp-content/uploads/2014/04/plot_mean_shift_1.png) ## Scikit-Learn Recipes 您不需要了解并使用 scikit-learn 中的所有算法，至少在開始時，選擇一個或兩個（或少數）并僅使用這些算法。在這篇文章中，您將看到 5 個監督分類算法的秘籍應用于 scikit-learn 庫提供的小標準數據集。秘籍是有原則的。每個例子是： * **Standalone** ：每個代碼示例都是一個獨立，完整且可執行的秘籍。 * **Just Code** ：每個秘籍的重點都放在代碼上，對機器學習理論的闡述很少。 * **簡單**：秘籍提供了常見的用例，這可能是你想要做的。 * **一致**：所有代碼示例都是一致的，并遵循相同的代碼模式和樣式約定。秘籍不會探索給定算法的參數。它們提供了一個框架，您可以將其復制并粘貼到文件，項目或 python REPL 中并立即開始播放。這些秘籍向您展示了您現在可以開始練習 scikit-learn。別推遲了。 ## Logistic 回歸 Logistic 回歸將邏輯模型與數據擬合，并對事件的概率（0 到 1 之間）進行預測。該秘籍顯示了邏輯回歸模型與虹膜數據集的擬合。因為這是一個多類分類問題，邏輯回歸使得預測在 0 和 1 之間，所以使用了一對一方案（每個類一個模型）。 Logistic Regression Python ``` # Logistic Regression from sklearn import datasets from sklearn import metrics from sklearn.linear_model import LogisticRegression # load the iris datasets dataset = datasets.load_iris() # fit a logistic regression model to the data model = LogisticRegression() model.fit(dataset.data, dataset.target) print(model) # make predictions expected = dataset.target predicted = model.predict(dataset.data) # summarize the fit of the model print(metrics.classification_report(expected, predicted)) print(metrics.confusion_matrix(expected, predicted)) ``` 有關更多信息，請參閱 Logistic 回歸的 [API 參考，以獲取有關配置算法參數的詳細信息。另請參閱用戶指南](http://scikit-learn.org/stable/modules/generated/sklearn.linear_model.LogisticRegression.html#sklearn.linear_model.LogisticRegression)的 [Logistic 回歸部分。](http://scikit-learn.org/stable/modules/linear_model.html#logistic-regression) ## 樸素貝葉斯樸素貝葉斯使用貝葉斯定理來模擬每個屬性與類變量的條件關系。該秘籍顯示了樸素貝葉斯模型與虹膜數據集的擬合。 Gaussian Naive Bayes Python ``` # Gaussian Naive Bayes from sklearn import datasets from sklearn import metrics from sklearn.naive_bayes import GaussianNB # load the iris datasets dataset = datasets.load_iris() # fit a Naive Bayes model to the data model = GaussianNB() model.fit(dataset.data, dataset.target) print(model) # make predictions expected = dataset.target predicted = model.predict(dataset.data) # summarize the fit of the model print(metrics.classification_report(expected, predicted)) print(metrics.confusion_matrix(expected, predicted)) ``` 有關配置算法參數的詳細信息，請參閱高斯樸素貝葉斯的 [API 參考。另請參閱用戶指南](http://scikit-learn.org/stable/modules/generated/sklearn.naive_bayes.GaussianNB.html#sklearn.naive_bayes.GaussianNB)的 [Naive Bayes 部分。](http://scikit-learn.org/stable/modules/naive_bayes.html#naive-bayes) ## k-最近鄰 k-最近鄰（kNN）方法通過將類似情況定位到給定數據實例（使用相似性函數）并返回最相似數據實例的平均或大部分來進行預測。 kNN 算法可用于分類或回歸。該秘籍顯示了使用 kNN 模型對虹膜數據集進行預測。 k-Nearest Neighbor Python ``` # k-Nearest Neighbor from sklearn import datasets from sklearn import metrics from sklearn.neighbors import KNeighborsClassifier # load iris the datasets dataset = datasets.load_iris() # fit a k-nearest neighbor model to the data model = KNeighborsClassifier() model.fit(dataset.data, dataset.target) print(model) # make predictions expected = dataset.target predicted = model.predict(dataset.data) # summarize the fit of the model print(metrics.classification_report(expected, predicted)) print(metrics.confusion_matrix(expected, predicted)) ``` 有關配置算法參數的詳細信息，請參閱 k-Nearest Neighbor 的 [API 參考。另請參閱用戶指南](http://scikit-learn.org/stable/modules/generated/sklearn.neighbors.KNeighborsClassifier.html#sklearn.neighbors.KNeighborsClassifier)的 [k-Nearest Neighbor 部分。](http://scikit-learn.org/stable/modules/neighbors.html#neighbors) ## 分類和回歸樹分類和回歸樹（CART）是通過進行分割來構建的，這些分割可以最好地分離正在進行的類或預測的數據。 CART 算法可用于分類或回歸。此秘籍顯示使用 CART 模型對虹膜數據集進行預測。 Decision Tree Classifier Python ``` # Decision Tree Classifier from sklearn import datasets from sklearn import metrics from sklearn.tree import DecisionTreeClassifier # load the iris datasets dataset = datasets.load_iris() # fit a CART model to the data model = DecisionTreeClassifier() model.fit(dataset.data, dataset.target) print(model) # make predictions expected = dataset.target predicted = model.predict(dataset.data) # summarize the fit of the model print(metrics.classification_report(expected, predicted)) print(metrics.confusion_matrix(expected, predicted)) ``` 有關更多信息，請參閱 CART 的 [API 參考，以獲取有關配置算法參數的詳細信息。另請參閱用戶指南](http://scikit-learn.org/stable/modules/generated/sklearn.tree.DecisionTreeClassifier.html#sklearn.tree.DecisionTreeClassifier)的[決策樹部分。](http://scikit-learn.org/stable/modules/tree.html#tree) ## 支持向量機支持向量機（SVM）是一種在轉換后的問題空間中使用點的方法，它最好將類分成兩組。一對一方法支持多個類的分類。 SVM 還通過使用最小允許誤差量對函數建模來支持回歸。該秘籍顯示了使用 SVM 模型對虹膜數據集進行預測。 Support Vector Machine Python ``` # Support Vector Machine from sklearn import datasets from sklearn import metrics from sklearn.svm import SVC # load the iris datasets dataset = datasets.load_iris() # fit a SVM model to the data model = SVC() model.fit(dataset.data, dataset.target) print(model) # make predictions expected = dataset.target predicted = model.predict(dataset.data) # summarize the fit of the model print(metrics.classification_report(expected, predicted)) print(metrics.confusion_matrix(expected, predicted)) ``` 有關更多信息，請參閱 SVM 的 [API 參考，以獲取有關配置算法參數的詳細信息。另請參閱用戶指南](http://scikit-learn.org/stable/modules/generated/sklearn.svm.SVC.html#sklearn.svm.SVC)的 [SVM 部分。](http://scikit-learn.org/stable/modules/svm.html#svm) ## 摘要在這篇文章中，您已經看到了 5 個獨立的秘籍，展示了一些最受歡迎和最強大的監督分類問題。每個示例都少于 20 行，您可以立即復制和粘貼并開始使用 scikit-learn。停止閱讀并開始練習。選擇一個秘籍并運行它，然后開始播放參數，看看它對結果有什么影響。