专业教育网站建设,摄影设计,网站界面 欣赏,做网站要注册公司么「作者主页」#xff1a;士别三日wyx 「作者简介」#xff1a;CSDN top100、阿里云博客专家、华为云享专家、网络安全领域优质创作者 「推荐专栏」#xff1a;对网络安全感兴趣的小伙伴可以关注专栏《网络安全入门到精通》 sklearn数据集 二、安装sklearn二、获取数据集三、… 「作者主页」士别三日wyx 「作者简介」CSDN top100、阿里云博客专家、华为云享专家、网络安全领域优质创作者 「推荐专栏」对网络安全感兴趣的小伙伴可以关注专栏《网络安全入门到精通》 sklearn数据集 二、安装sklearn二、获取数据集三、数据集划分 机器学习是人工智能的一个实现途径可以从「数据」中自动分析获得「模型」并利用模型对未知数据进行「预测」。
简单来说就是从历史数据中总结规律用来解决新出现的问题。
从数据中总结规律需要提供一个「数据集」数据集由「特征值」和「目标值」两部分组成。
机器学习有很多好用的工具这里我们使用sekearn。
sklearn是基于Python的机器学习工具包自带大量数据集可供我们练习各种机器学习算法。
二、安装sklearn
环境要求
Python(2.7 or 3.3)NumPy ( 1.8.2)SciPy ( 0.13.3)
先安装 numpy、scipy再安装 scikit-learn
PyCharm左上角【file】-【Settings】-【ProjectpythonProject】-【Python Interpreter】 二、获取数据集
sklearn数据集有有三种「获取数据」的方式
sklearn.datasets.load_*()小规模数据集本地加载sklearn.datasets.fetch_*()大规模数据集在线下载sklearn.datasets.make_*()本地生成数据集本地构造
sklearn数据集的「返回值」是字典格式
data特征值数据数组target目标值数据数组标签target_names标签名目标值和标签的对应关系DESCR数据描述feature_names特征名
接下来我们获取一个自带的本地数据集
from sklearn import datasets# 获取数据集
iris datasets.load_iris()
# 打印数据集
print(iris)输出 从输出结果来看它返回的数据集是一个字典里面包含了特征值data、目标值target等信息。
我们可以调用返回值「属性」单独查看数据集的某个信息
from sklearn import datasets# 获取数据集
iris datasets.load_iris()# 查看数据值
print(iris.data)
# 查看目标值标签
print(iris.target)
# 查看标签名
print(iris.target_names)
# 查看数据描述
print(iris.DESCR)
# 查看特征名
print(iris.feature_names)三、数据集划分
数据集通常会划分为两个部分
「训练数据」用于训练生成模型。「测试数据」用于检验判断模型是否有效。
sklearn.model_selection.train_test_split() 用来划分数据集
参数
x必选数组类型数据集的特征值y必选数组类型数据集的目标值test_size可选默认0.25浮点型测试集的大小random_state可选整型随机数种子不同的随机数对应不同的采样结果。
返回值
训练集特征值、测试集特征值、训练集目标值、测试集目标值
接下来我们对刚才获取的本地数据集进行划分测试集大小不给值就是默认的0.25意思是25%当做测试数据、剩下的75%当做训练数据。
from sklearn import datasets
from sklearn import model_selection# 获取数据集
iris datasets.load_iris()# 数据集的特征值
data_arr iris.data
# 数据集的目标值标签
target_arr iris.targetx_data, y_data, x_target, y_target model_selection.train_test_split(data_arr, target_arr)
print(训练集特征值, x_data)
print(测试集特征值, y_data)
print(训练集目标值, x_target)
print(测试集目标值, y_target)
