Scikit-learn (sklearn) 基础教程

Scikit-learn (sklearn) 基础教程

Scikit-learn (sklearn) 是 Python 中一个强大的机器学习库，提供各种算法和工具，方便用户进行数据挖掘和机器学习任务。本教程将介绍 sklearn 的基本使用，包括数据预处理、模型训练、评估和可视化。

1. 安装
   复制pip install scikit-learn
2. 数据预处理
   a. 数据加载:

复制import pandas as pd
from sklearn.datasets import load_iris

加载鸢尾花数据集

iris = load_iris()
data = pd.DataFrame(data=iris.data, columns=iris.feature_names)
target = pd.DataFrame(data=iris.target, columns=[‘species’])
b. 数据分割:

复制from sklearn.model_selection import train_test_split

将数据集分成训练集和测试集

X_train, X_test, y_train, y_test = train_test_split(data, target, test_size=0.2, random_state=42)
c. 特征缩放:

复制from sklearn.preprocessing import StandardScaler

使用 StandardScaler 对数据进行标准化

scaler = Sta