sklearn转换器的方法,sklearn 算法
Yyds干货库存
@TOC
大家好。我叫Dream，一个有趣的Python博主。请照顾我。
作者简介：CSDN，Python中的优质创作者，阿里云专家博主华为云象专家专家博主年度博客之星
入门：这个天堂永远不缺天才，努力就是你最后的入场券！
最后，愿我们都在看不见的地方发光，共同进步。
一万次的悲伤，依然会有梦，我一直在最温暖的地方等你~
一.转换器和估算器
1.转换器
想想之前特征工程的步骤？
1.实例化(实例化一个转换器类)
2.调用fit_transform(不能同时调用它为文档建立分类词频矩阵)
我们将特征工程的接口称为转换器，转换器调用有几种形式：
标准化：
(x平均值)/标准值
拟合转换()
Fit()计算每列的平均值和标准差。
最终转换的Transform() (x-mean)/std。
这几种方法有什么区别？让我们看看下面的代码。
In [1]:来自sklearn .预处理导入标准缩放器
In [2]: std1=StandardScaler()
在[3]中：a=[[1，2，3]，[4，5，6]]
In [4]: std1.fit_transform(a)
Out[4]:
数组([[-1。 -1. -1.],
[ 1. 1. 1.]])
In [5]: std2=StandardScaler()
In [6]: std2.fit(a)
out[6]:standard scaler(copy=True，with_mean=True，with_std=True)
In [7]: std2.transform(a)
Out[7]:
数组([[-1。 -1. -1.],
[ 1. 1. 1.]])
可见fit_transform的作用相当于transform加fit。但是为什么要提供单独的配件呢？让我们使用原始的std2进行标准化：
在[8]中：b=[[7，8，9]，[10，11，12]]
In [9]: std2.transform(b)
Out[9]:
数组([[3。 3. 3.],
[5. 5. 5.]])
In [10]: std2.fit_transform(b)
Out[10]:
数组([[-1。 -1. -1.],
[ 1. 1. 1.]])
2.estimator(sk learn机器学习算法的实现)
在sklearn中，估算器是一个重要的角色，它是一种实现算法的API。
1实例化一个估算器。
2 estimator.fit(x_train，y_train)计算
3354调用后，模型生成。
3模型评估：
1)直接比较实际值和预测值
y _ predict=estimator . predict(x _ test)
y _测试==y _预测
2)计算精度
准确度=估计值.得分(x _检验，y _检验)
类型：
1.分类估计量：
Sklearn。近邻k近邻算法
Sklearn.naive_bayes Bayes Bayes
Sklearn.linear _ model.logistic回归logistic回归
Sklearn.tree决策树和随机森林
2.回归估计量：
Sklearn。线性_模型。线性回归
Sklearn.linear_model。岭脊回归
3.无监督学习的估计器
sk learn . cluster . k表示聚类
3.评估员工作流程
第二，k-最近邻算法
1.k近邻算法(KNN)
你的“邻居”推断你的类别
2.定义
如果特征空间中K个最相似样本中的大部分属于某一类别，则该样本也属于该类别。
3.距离公式
两个样本之间的距离可以通过以下公式计算，也称为欧几里德距离。
第三，分析电影类型
假设我们现在有几部电影。
其中？我不知道电影的类别。我怎么预测？我们可以利用K近邻算法的思想。
最近拍的电影数量不一样怎么办？结果会怎样？
K=1浪漫
K=2浪漫
……
不能确定K=6。
K=7动作片
最近拍的电影数量不一样怎么办？结果会怎样？
* *-k值太小，容易受异常点影响。
过大的k值和不平衡样本的影响* *
2 K- k最近邻算法数据的特征工程处理
结合以前的数据，分析了K近邻算法需要做什么样的处理。
无量纲处理
标准化
四。k最近邻算法API
sk learn . neighbors . kneighborsclassifier(n _ neighbors=5，algorithm=auto )
N _ neighbors: k值
N _ neighbors: int，可选(默认值=5)。k_neighbors查询默认的邻居数量。
算法：{auto ， ball_tree ， kd_tree ， Brute}，计算最近邻的可选算法： ball _ tree 会使用 ball _ tree ， KD _ tree 会使用 KD _ tree 。“Auto”将尝试根据传递给fit方法的值来决定最合适的算法。(不同的实现影响效率)
鸢尾物种预测：
数据，我们用的是sklearn自带的虹膜数据。
1)获取数据
2)数据集分区
3)特色工程
标准化
4)KNN预测器过程
5)模型评估
从sklearn.datasets导入load_iris
从sklearn.model_selection导入训练_测试_拆分
def knn_iris():
基于KNN算法的虹膜分类
:返回：
# 1)获取数据
iris=load_iris()
# 2)对数据集进行分区
x_train，x_test，y_train，y _ test=train _ test _ split(iris . data，iris.target，random_state=22)
# 3)特色工程：标准化
transfer=StandardScaler()
x _ train=transfer . fit _ transform(x _ train)
x _ test=transfer . transform(x _ test)
# 4)KNN算法预测器
estimator=KNeighborsClassifier(n _ neighbors=3)
estimator.fit(x_train，y_train)
# 5)模型评估
#方法一：直接比较真实值和预测值。
y _ predict=estimator . predict(x _ test)
打印( y_predict:\n ，y_predict)
Print(直接比较真实值和预测值：\n ，y_test==y_predict)
#方法二：计算准确率
score=estimator.score(x_test，y_test)
打印(准确度为：\n ，分数)
不返回
3.结果和分析
结果分析：
准确性：分类算法的评价之一
1.k的值是多少？有什么影响？
k值很小：容易受异常点影响。
k值很大：受制于样本均衡问题。
2.性能问题？
计算距离时时间复杂度高。
动词（verb的缩写）K-最近邻的总结
优势：
简单、易懂、易于实施，无需培训。
缺点：
懒惰算法，在对测试样本进行分类时，计算量和内存开销都很大。
必须指定k值。如果K值选择不当，就不能保证分类精度。
使用场景：小数据场景，几千到几万个样本，具体场景和具体业务来测试。
来自博客作者为梦想原创作品。转载请联系作者取得授权，否则将追究法律责任。
郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。