scikit-learn学习笔记(一)快速入门数据集格式和预测器
2017-07-27 22:06
351 查看
1、数据集:
数据集都是2维的,第一维度是“样本维”,第二维度是“特征维”。
说明有150个样本,每个样本由4个特征描述。
如果原始数据不是 (m_samples, n_features)的形状,在使用scekit-learn之前需要预处理成2维的,常见的是图片数据处理:
将每个8*8维的图像转换为feature长度为64的数据:
2、预测器:
预测器从数据集中学习,构建预测模型。
所有预测器使用fit方法从2维数据集中学习,构建模型:
预测器构建好预测模型后,通过predict方法对未知数据集进行预测(分类、回归、聚类等等):
当然,也可以查看预测器构建的预测模型的一些参数:
数据集都是2维的,第一维度是“样本维”,第二维度是“特征维”。
>>> from sklearn import datasets >>> iris = datasets.load_iris() >>> data = iris.data >>> data.shape (150, 4)
说明有150个样本,每个样本由4个特征描述。
如果原始数据不是 (m_samples, n_features)的形状,在使用scekit-learn之前需要预处理成2维的,常见的是图片数据处理:
>>> digits = datasets.load_digits() >>> digits.images.shape (1797, 8, 8)
将每个8*8维的图像转换为feature长度为64的数据:
>>> data = digits.images.reshape((digits.images.shape[0], -1))
2、预测器:
预测器从数据集中学习,构建预测模型。
所有预测器使用fit方法从2维数据集中学习,构建模型:
>>> estimator.fit(trainData)
预测器构建好预测模型后,通过predict方法对未知数据集进行预测(分类、回归、聚类等等):
>>> estimator.predict(textData)
当然,也可以查看预测器构建的预测模型的一些参数:
>>> estimator.estimated_param_
相关文章推荐
- Scikit-Learn模块学习笔记——数据集模块datasets
- Scikit-Learn模块学习笔记——数据集模块datasets
- [机器学习]Scikit-Learn模块学习笔记——数据集模块datasets
- scikit-learn:0.1. 数据集格式和预测器
- scikit-learn:0.1. 数据集格式和预测器
- 【Scikit-Learn 中文文档】四十五:监督学习:从高维观察预测输出变量 - 关于科学数据处理的统计学习教程 - scikit-learn 教程 | ApacheCN
- 韩顺平PHP学习视频笔记整理024php快速入门 bs和cs介绍
- 【Scikit-Learn 中文文档】监督学习:从高维观察预测输出变量 - 关于科学数据处理的统计学习教程 - scikit-learn 教程 | ApacheCN
- Odoo10学习笔记一:入门与基础视图格式
- Python快速入门学习笔记(二)
- Python下的机器学习工具scikit-learn(学习笔记2--官方实例程序)
- [Python][Scikit-learn][学习笔记02]逻辑回归之鸢尾花分类预测
- C++ Primer个人学习笔记 第1章 快速入门
- scikit-learn文档学习笔记
- Python开源机器学习框架:Scikit-learn入门指南
- Python学习笔记(四):面向对象、正则表达式(快速入门篇)
- scikit-learn学习笔记:1.1 广义线性模型-普通的最小二乘(Ordinary Least Squares)
- c++primer 学习笔记(1.0)快速入门
- Scikit-learn quick start快速入门
- ML:Scikit-Learn 学习笔记(1) --- Nearest Neighbors 最近邻 综述