scikit-learnライブラリは、機械学習に関連するライブラリです。これは、pythonでの強力な機械学習ツールキットであり、データの前処理、分類、回帰、クラスタリング、予測、モデル分析などを含む完全な機械学習ツールボックスを提供します。 。
注意:
scikit-learnはnumpy、scipy、matplotlibに依存しているため、事前にこれらのライブラリをインストールしてから、scikit-learnをインストールする必要があります。
1つは、scikit-learnライブラリをインストールする
前述のように、scikit-learnはnumpy、scipy、およびmatplotlibに依存しているため、これらのライブラリを事前にインストールしてから、scikit-learnをインストールする必要があります。
ここでは、最も簡単なpipインストール方法を使用します。他の方法については、私のブログ「Pythonでサードパーティライブラリをダウンロードしてインストールする方法」を参照してください。
以前にインストールしたことがあるので、すべてプロンプト「Installed」が表示されます。
次に、scikit-learnライブラリを使用します
上記のようにscikit-learnライブラリをインストールした後、この強力なライブラリを使用できます。ここで、私自身の実践の例をいくつか書きます。
1. scikit-learnを使用して、機械学習モデルを作成します
コード:
from sklearn.linear_model import LinearRegression #导入线性回归模型
model = LinearRegression() #建立先行回归模型
print(model)
出力結果:
2。虹彩データセットをインポートし、そのデータを使用してSVMモデルをトレーニングします
コードスニペット1:
from sklearn import datasets #导入数据集
iris = datasets.load_iris() #加载数据集
print(iris.data.shape) #查看数据集大小
出力結果:
コードセグメント2:
from sklearn import svm #导入SVM模型
clf = svm.LinearSVC() #建立线性SVM分类器
clf.fit(iris.data,iris.target) #用数据训练模型
clf.predict([[5.0,3.6,1.3,0.25]]) #训练好数据后,输入新的数据进行预测
clf.coef_ #查看训练好模型的参数
出力結果:
完全なコードと出力: