python机器学习—sklearn转换器和估计器
阿里云国内75折 回扣 微信号:monov8 |
阿里云国际,腾讯云国际,低至75折。AWS 93折 免费开户实名账号 代冲值 优惠多多 微信号:monov8 飞机:@monov6 |
sklearn转换器和估计器
简述
python的sklearn转换器是特征工程的父类;sklearn估计器是机器学习算法的实现。
sklearn转换器—特征工程父类
- 类实例化(实例化的是一个转换器类(Transformer))
- 调用fit_transform
- fit()计算每一列的平均值、标准差
- transform()进行最终的转换
- 对于文档建立分类词频矩阵,不能同时调用
- fit_transform()
# 案例:标准化处理(转化为均值为0,标准差为1 附近的值)
# 标准化:(x-mean)/std
import pandas as pd
import numpy as np
from sklearn.preprocessing import StandardScaler #标准化库
# 1.获取数据
df = pd.read_excel(r"D:\Case_data/data01.xlsx",sheel=0,encoding="utf-8")
# display(df.sample(3))
x = df.iloc[:,2:6]
display(x.head(3))
#2.实例化一个转换器类
transfer = StandardScaler() #实例化一个转换器类
#3.#调用fit_transform()
xi = transfer.fit_transform(x) #调用fit_transform()
#print(xi)
#4、转化为二维表
data = pd.DataFrame(xi,columns=x.columns)
data["是否已婚"] = df['是否已婚']
display(data.tail(3))
sklearn估计器—机器学习算法父类
估计器(estimator),sklearn机器学习算法的实现
- 实例化一个estimator
- estimator.fit(xtrain,y_train)模型生成
- 模型评估:
- accuracy=estimator.score(x_test,y_test)
- y_predict= estimator.predict(x_test)
- y_test == y_predict:比对True和False的数量
- 直接比对真实值和预测值
- 计算精确率
实现流程图:
阿里云国内75折 回扣 微信号:monov8 |
阿里云国际,腾讯云国际,低至75折。AWS 93折 免费开户实名账号 代冲值 优惠多多 微信号:monov8 飞机:@monov6 |