Python 機器學習工具包SKlearn的安裝與使用

Posted on by

1、SKlearn 是什麼

　　Sklearn（全稱 SciKit-Learn），是基於 Python 語言的機器學習工具包。

　　Sklearn 主要用Python編寫，建立在 Numpy、Scipy、Pandas 和 Matplotlib 的基礎上，也用 Cython編寫瞭一些核心算法來提高性能。

　　Sklearn 包括六大功能模塊：

  • 分類（Classification）：識別樣本屬於哪個類別，常用算法有 SVM（支持向量機）、nearest neighbors（最近鄰）、random forest（隨機森林）
  • 回歸（Regression）：預測與對象相關聯的連續值屬性，常用算法有 SVR（支持向量機）、 ridge regression（嶺回歸）、Lasso
  • 聚類（Clustering）：對樣本進行無監督的自動分類，常用算法有 k-Means（k均值）、spectral clustering（特征聚類）、mean-shift（均值漂移）
  • 數據降維（Dimensionality reduction）：減少相關變量維數，常用算法有 PCA（主成分分析）、feature selection（特征選擇）、non-negative matrix factorization（非負矩陣分解）
  • 模型選擇（Model Selection）：比較，驗證，選擇參數和模型，常用模塊有 grid search（網格搜索）、cross validation（交叉驗證）、 metrics（度量）
  • 數據處理 （Preprocessing）：特征提取和歸一化，常用模塊有 preprocessing（預處理），feature extraction（特征提取）
  • 這六個功能模塊涉及 4類算法，分類、回歸 屬於監督學習，聚類屬於非監督學習。

　　官網地址：https://scikit-learn.org/

　　官方文檔中文版： https://www.scikitlearn.com.cn/

　　內置數據集：https://scikit-learn.org/stable/datasets.html

2、SKlearn 的安裝

　　Sklearn 的安裝要求：Python 3.5 以上版本，需要安裝 NumPy、SciPy、Pandas 工具包的支持，部分內容需要使用 Matplotlib、joblib 工具包。

　　pip 安裝命令：　　

pip3 install -U scikit-learn
pip3 install -U scikit-learn -i https://pypi.douban.com/simple

　　註意 Sklearn 建議安裝 Numpy+mkl，可以在網址http://www.lfd.uci.edu/~gohlke/pythonlibs/ 找到你需要的numpy+mkl版本，下載後 pip3安裝：

pip install numpy-1.11.1+mkl-cp27-cp27m-win_amd64.whl

3、SKlearn 內置數據集

　　Sklearn 內置瞭一些標準數據集可以用於練習和測試，都是經常被引用的經典問題，數據網址：https://scikit-learn.org/stable/datasets.html　　
　　Sklearn 標準數據集主要包括：

測試問題數據集

  • 波士頓房價：Boston house prices dataset
  • 鳶尾花問題：Iris plants dataset
  • 糖尿病數據：Diabetes dataset
  • 手寫數字的識別：Optical recognition of handwritten digits dataset
  • 體能訓練：Linnerrud dataset
  • 葡萄酒鑒別：Wine recognition dataset
  • 威斯康星州癌癥診斷：reast cancer wisconsin (diagnostic) dataset

實際問題數據集

  • 人臉數據：The Olivetti faces dataset
  • 20個新聞文本數據：The 20 newsgroups text dataset
  • 標記的人臉數據：The Labeled Faces in the Wild face recognition dataset
  • 森林覆蓋類型：Forest covertypes
  • 路透社新聞數據：RCV1 dataset
  • 網絡入侵檢測數據：Kddcup 99 dataset
  • 加州住房數據：California Housing dataset

4、Sklearn 數模筆記的計劃

　　粗略看看 Sklearn 的文檔，是一個功能強大和豐富的機器學習庫，遠遠超出瞭數學建模學習的范圍。
　　基於數模教學的目的，本系列主要對應數模學習中的分類、聚類、降維問題，並不打算全面講解 Sklearn 的各種算法，而是以典型問題為例來介紹原理簡單、使用廣泛的基本方法，以便新手入門。

以上就是Python 機器學習工具包SKlearn的安裝與使用的詳細內容，更多關於Python SKlearn的安裝與使用的資料請關註WalkonNet其它相關文章！

推薦閱讀：