机器学习python实战（用Python做科学计算工具篇）

威哥 2023-04-10 08:50:25 308

机器学习python实战（用Python做科学计算工具篇）>>>>>> import numpy as np >>> x = np.array([0 1 2]) >>> y = np.array([0 1 2]) >>> X = x[: np.newaxis] # The input data for sklearn is 2D: (samples == 3 x features == 1) >>> X array([[0] [1] [2]]) >>> model.fit(X y) LinearRegression(copy_X=True fit_intercept=True n_jobs=1 normalize=True) 估计参数：当数据与估计器拟合时，参数是根据手

机器学习python实战（用Python做科学计算工具篇）(1)

所需基本库

NumPy
scipy
matplotlib

全章目录【本节：使用 scikit-learn 进行机器学习的基本原理】

简介：问题设置
使用 scikit-learn 进行机器学习的基本原理
监督学习：手写数字的分类
监督学习：住房数据的回归
测量预测性能
无监督学习：降维和可视化
特征脸示例：链接 PCA 和 SVM
特征脸示例：链接 PCA 和 SVM
参数选择、验证和测试

6.2. 使用 scikit-learn 进行机器学习的基本原理6.2.1. 介绍 scikit-learn Estimator对象

每个算法都通过“Estimator”对象在 scikit-learn 中公开。例如线性回归是：sklearnnear_modelnearRegression

>>>

>>> from sklearnnear_model import LinearRegression

Estimator参数：实例化时可以设置Estimator的所有参数：

>>>

>>> model = LinearRegression(normalize=True) >>> print(model.normalize) True >>> print(model) LinearRegression(copy_X=True fit_intercept=True n_jobs=1 normalize=True)拟合数据

让我们用numpy创建一些简单的数据：

>>>

>>> import numpy as np >>> x = np.array([0 1 2]) >>> y = np.array([0 1 2]) >>> X = x[: np.newaxis] # The input data for sklearn is 2D: (samples == 3 x features == 1) >>> X array([[0] [1] [2]]) >>> model.fit(X y) LinearRegression(copy_X=True fit_intercept=True n_jobs=1 normalize=True)

估计参数：当数据与估计器拟合时，参数是根据手头的数据估计的。所有估计的参数都是以下划线结尾的估计器对象的属性：

>>>

>>> model.coef_ array([1.])6.2.2. 监督学习：分类和回归

在监督学习中，我们有一个由特征和标签组成的数据集。任务是构建一个Estimator，该估计器能够在给定特征集的情况下预测对象的标签。一个相对简单的例子是在给定一组花的测量值的情况下预测鸢尾花的种类。这是一个相对简单的任务。一些更复杂的例子是：

给定通过望远镜拍摄的物体的彩色图像，确定该物体是恒星、类星体还是星系。
给定一张人的照片，识别照片中的人。
给定一个人看过的电影列表和他们对电影的个人评价，推荐他们想要的电影列表（所谓的 推荐系统：一个著名的例子是Netflix Prize）。

这些任务的共同点是存在一个或多个与对象相关的未知量，需要从其他观察到的量中确定。

监督学习进一步分为两类，分类和回归。在分类中，标签是离散的，而在回归中，标签是连续的。例如，在天文学中，确定一个物体是恒星、星系还是类星体的任务是一个分类问题：标签来自三个不同的类别。另一方面，我们可能希望根据这些观察来估计对象的年龄：这将是一个回归问题，因为标签（年龄）是一个连续的量。

分类：K 个最近邻（kNN）是最简单的学习策略之一：给定一个新的、未知的观察，在您的参考数据库中查找哪些具有最接近的特征并分配主要类别。让我们尝试一下我们的虹膜分类问题：

from sklearn import neighbors datasets iris = datasets.load_iris() X y = iris.data iris.target knn = neighbors.KNeighborsClassifier(n_neighbors=1) knn.fit(X y) # What kind of iris has 3cm x 5cm sepal and 4cm x 2cm petal? print(iris.target_names[knn.predict([[3 5 4 2]])])

机器学习python实战（用Python做科学计算工具篇）(2)

萼片空间的图和 KNN 的预测

回归：最简单的回归设置是线性回归：

from sklearnnear_model import LinearRegression # x from 0 to 30 x = 30 * np.random.random((20 1)) # y = a*x b with noise y = 0.5 * x 1.0 np.random.normal(size=x.shape) # create a linear regression model model = LinearRegression() model.fit(x y) # predict y from the data x_new = npnspace(0 30 100) y_new = model.predict(x_new[: np.newaxis])

机器学习python实战（用Python做科学计算工具篇）(3)

简单线性回归图

6.2.3. 回顾 Scikit-learn 的Estimator接口

Scikit-learn 力求在所有方法中都有一个统一的接口，我们将在下面看到这些示例。给定一个名为的 scikit-learn估计器对象model，可以使用以下方法：

在所有估计器中：
	model.fit(): 拟合训练数据。对于监督学习应用程序，这接受两个参数：数据X和标签y（例如model.fit(X y)）。对于无监督学习应用程序，这仅接受一个参数，即数据 X （例如）model.fit(X)
在有监督的估计器中：
	model.predict()：给定一个训练好的模型，预测一组新数据的标签。此方法接受一个参数，即新数据 X_new（例如model.predict(X_new)），并返回数组中每个对象的学习标签。 model.predict_proba()：对于分类问题，一些估计器也提供了这种方法，它返回一个新观察值具有每个分类标签的概率。在这种情况下，概率最高的标签由 model.predict(). model.score()：对于分类或回归问题，大多数（全部？）估计器都实现了评分方法。分数介于 0 和 1 之间，分数越大表示拟合越好。
在无监督估计器中：
	model.transform()：给定一个无监督模型，将新数据转换为新基础。这也接受一个参数X_new，并基于无监督模型返回数据的新表示。 model.fit_transform()：一些估计器实现了这种方法，它更有效地对相同的输入数据执行拟合和变换。