【ML吴恩达】2 Python的机器学习相关库libraries
2023-09-14 09:13:09 时间
Course 课程Machine learning with python
1 Python 的机器学习相关库
(1)Numpy
更快的计算,比如提供数组、字典、函数、数据类型
(2)SCIpy
是一个数值算法和领域专用工具箱。包括信号处理、优化、统计等等,对于科研有很大的用处
(3)matplotlib
画图包,并提供2D、3D的绘图。
(4)pandas
提供了数据结构,有许多函数用于importing 、manipulation and analysis.特备是提供操作数值表、时间序列的数据结构
(5)SCIKit Learn
it is a collection of algorithms and tools for machine learing .是机器学习算法和工具的集合。
2 More about scikit-learn
(1)Free software machine learning library免费的
(2)Classification、RegresSion and clustering algorithm拥有分析、回归、聚类算法
(3)Work with Numpy and SciPy与Numpy和SCIpy搭配如虎添翼
(4)Great documentation有文档介绍
(5)Easy to implement容易上手
3 scikit-learn functions
(1)转变类型
from slearn import prepeocessing
X = preprocessing.StandardScalar().fit(X).trainsform(X)
# transform raw feature vectors into a suittable form of vector for modeling
(2)划分数据集
from sklearn.model_selection import train_test_split
X_train,X_test,y_train,y_test = train_test_split(X,y,test_size = 0.33)
(3)设置算法
from sklearn import sum
clf = svm.SVC(gamma = 0.001,C = 100.)
# build a classifier using support vector classification algorithm
(4)训练设置
clf.fit(X_train,y_train)
(5)进行预测
clf.predict(X_test)
(6)计算准确度
from sklearn.metrics import confusion_matrix
print(confusion_matrix(y_test,yhat,labels = [1,0]))
(7)保存模型
import pickle
s = pickle.dumps(clf)
相关文章
- Python 日期和时间_python 当前日期时间_python日期格式化
- 机器学习笔记 - python学习记录一
- Python语言学习:利用python获取当前/上级/上上级目录路径(获取路径下的最后叶目录的文件名、合并两个不同路径下图片文件名等目录/路径案例、正确加载图片路径)之详细攻略
- Python之tkinter:动态演示调用python库的tkinter带你进入GUI世界(Menu的Command)
- Python语言学习之图表可视化:python语言中可视化工具包的简介、安装、使用方法、经典案例之详细攻略
- Python语言学习之数值、小数、空格那些事:python和数值、小数、空格的使用方法之详细攻略
- 【python】机器学习算法(KNN)入门——手写数字识别
- python教你最简单的机器学习算法:KNN,有手就行
- 从零开始学python | 什么是Python JSON?
- 【Python成长之路】机器学习:10+分类算法汇总学习
- 【阶段三】Python机器学习33篇:机器学习项目实战:医学病症关联规则分析
- 【阶段三】Python机器学习31篇:机器学习项目实战:基于皮尔逊相关系数搭建电影智能推荐系统
- 【阶段三】Python机器学习29篇:机器学习项目实战:DBSCAN算法的基本原理与DBCSAN新闻聚类分群模型
- 安装Python的机器学习包Sklearn 出错解决方法
- 用于对机器学习模型进行对抗性攻击、防御和基准测试的Python库:CleverHans 3.0.0
- python基础===一行 Python 代码实现并行(转)
- 机器学习:Python实现聚类算法(三)之总结