scikit-learn机器学习常用算法原理及编程实战（二）

Python机器学习软件包

开发环境搭建

• 安装开发环境Anaconda

• or 安装python后执行
  pip install jupyter numpy mayplotlib scipy scikit-learn seaborn

  IPython简介

• 与Shell紧密关联，可以在IPython环境下直接执行Shell指令。
• 可以直接绘图操作的Web GUI环境，在机器学习领域、探索数据模式、可视化数据、绘制学习曲线时，这一功能特别有用。

• 更强大的交互功能，包括内省、Tab键自动完成、魔术命令等。

  IPython基础

  

  IPython图形界面

  

  Numpy简介

• Numpy是Python科学计算的基础库，主要提供了高性能的N维数组实现以及计算能力，还提供了和其他语言如C/C++集成的能力，此外还实现了一些基础的数学算法，如线性代数相关、傅里叶变换及随机数生成等。

  Numpy数组

  

  Numpy运算

  

  Pandas简介

• Pandas是一个强大的 时间序列数据处理工具包，最初开发的目的是为了分析财经数据，现在已经广泛应用在Python数据分析领域中。

  基本数据结构

  

  数据排序

  

  数据访问

  

  时间序列

  

  数据可视化

  

  文件读写

  

  Matplotlib简介

• Matplotlib是Python数据可视化工具包。IPython为Matplotlib专门提供了特殊的交互模式。如果要在IPython控制台使用Matplotlib，可以使用ipython --matplotlib命令来启动IPython控制台程序。IPython的Matplotlib模式有两个优点:
  • 提供了非阻塞的画图操作
  • 不需要显式地调用show()方法来显示画出来的图片
• 如果要在IPython notebook里使用Matplotlib，则在notebook的开始位置插入%matplotlib inline 魔术命令即可。

• Matplotlib下的pyplot子包提供了面向对象的画图程序接口。几乎所有的画图函数都与MATLAB类似，连参数都类似。在实际开发工作中，有时候甚至可以访问MATLAB的官方文档https://ww2.mathworks.cn/help/matlab/来查询画图的接口和参数，这些参数可以直接在pyplot下的画图函数里使用。
  from matplotlib import pyplot as plt

  图形样式

  

  图形对象

  

  画图操作

  

  scikit-learn简介

• scikit-learn是一个开源的Python语言机器学习工具包，它涵盖了几乎所有主流机器学习算法的实现，并且提供了一致的调用接口。它基于Numpy和scipy等Python数值计算库，提供了高效的算法实现。
  • 文档齐全：官方文档齐全，更新及时。
  • 接口易用：针对所有的算法提供了一致的接口调用规则，不管是KNN、K-Mean还是PCA。

  • 算法全面：涵盖主流机器学习任务的算法，包括回归算法、分类算法、聚类分析、数据降维处理等。

    scikit-learn示例

• 机器学习任务的一般步骤

1. 数据采集和标记
2. 特征选择
3. 数据清洗
4. 模型选择
5. 模型训练
6. 模型测试
7. 模型保存与加载

scikit-learn一般性原理和通用原则

拓展资料

1. https://scipy-lectures.org/， 一个按照CC4.0协议发布的网站，Python科学计算工具包的教程合集
2. https://docs.scipy.org/doc/， numpy和scipy的官方文档
3. http://pandas.pydata.org/， pandas官网
4. https://matplotlib.org/， matplotlib的官方网站，包含大量的绘图实例
5. https://scikit-learn.org/stable/， scikit-learn官方文档