Sklearn入门介绍

随着AI时代的到来及物联网概念的日益受到人们的关注，机器学习正逐步应用于科技、生活生产各个领域。今天我们就为介绍机器学习中常用到的一个第三库Sklearn，它是属于python的第三方库，今天的讲解也是基于python-IDE来进行讲解的。

使用sklearn的准备工作：

1. 安装python3.6.*
2. 安装python开发的IDE环境
3. 首先应该安装sklearn所需依赖的第三库，包括scipy、numpy、matplotlib、pandas，安装以上四个库以后最后安装sklearn

机器学习的六个主要步骤：

1. 首先应该加载训练模型所用的数据集
2. 采用合适的比例将数据集划分为训练集和测试
3. 选取合适或者创建合适的训练模型
4. 将训练集中的数据输入到模型中进行训练
5. 通过第四步的训练大致确定模型所用的合理参数
6. 将测试集中的数据输入到模型中，根据模型得到的结果和真实的结果进行比较再次调整参数

Sklearn基础知识概览：

1. 加载sklearn中的数据集datasets

   from sklearn import datasets
   iris = datasets.load_iris() # 鸢尾花卉数据
   digits = datasets.load_digits() # 手写数字8x8像素信息数据
   
   

2. 查看数据的信息

print（iris.data[:4]） # 查看数据的特征信息
print iris.data.shape） # 查看数据的特征信息维度

print（iris.target_names）# 查看标签对应的文本
print （iris.target[:4] ）# 查看数据的标签 setosa:0 ...

3. 训练集和分割集的分割

from sklearn.model_selection import train_test_split

X = digits.data # 特征矩阵
y = digits.target # 标签向量

# 随机分割训练集和测试集：
# test_size：设置测试集的比例。random_state:可理解为种子，保证随机唯一
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=1/3., random_state=8) 

sklearn实战例子：

from sklearn import datasets
from sklearn.linear_model import LinearRegression
from sklearn.model_selection import train_test_split

iris = datasets.load_iris()
X = iris.data
y = iris.target

# 新建一个模型(参数默认)
iris_model = LinearRegression()

# 分割训练集、测试集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=1/3., random_state=7)

# 训练该模型
iris_model.fit(X_train,y_train)

# 返回模型参数列表
print(iris_model.get_params())

# 模型在训练集上的评分
print(iris_model.score(X_train, y_train))

# 模型在测试集上的评分
print(iris_model.score(X_test, y_test))

# 使用模型进行预测
y_pred = iris_model.predict(X_test)

print('预测标签：', y_pred[:3])
print('真实标签：', y_test[:3])



# 使用pickle保存模型
import cPickle as pickle

with open('LR_model.pkl', 'w') as f:
pickle.dump(iris_model, f)
# 重新加载模型进行预测
with open('LR_model.pkl', 'r') as f:
model = pickle.load(f)

# 使用模型进行预测
model.predict(X_test)[:3]

运行成功结果截图：