原创网址：https://blog.csdn.net/qq_27150893/article/details/80169736

sklearn是非常流行的机器学习库，实现了很多的机器学习模型。官网：http://scikit-learn.org/stable/  里面有全面的实例和模型参数讲解，用到哪个模型就去官方查看说明文档。

基本功能主要被分为六大部分：分类，回归，聚类，数据降维，模型选择和数据预处理。

 Estimator框架的基本使用套路：

     model = EstimatorObject()  #得到模型

     model.fit(dataset.data, dataset.target)   #训练模型

     model.predict(dataser.data)    #预测

本文对主要的机器学习模型进行实例演示，具体模型的参数结合的自己需求设置。

1.分类问题

数据集为 Car Ecaluation,根据汽车的若干属性对汽车性能进行评价。下载地址：http://archive.ics.uci.edu/ml/datasets/Car+Evaluation

预处理：将数据集保存后将后缀直接改为csv，并将里面用字符串表示的等级转化为数字。如small,low,unacc转化为1，2，3

1.1 SVM支持向量机模型

from sklearn import svmimport pandas as pdimport numpy as npfrom sklearn.model_selection import train_test_split#SVM模型实现汽车性能评测car_data = pd.read_csv(r'D:\pyproject\sklearn\car.csv')car_data = car_data.dropna() #去掉缺失值#提取特征和类别X= car_data.ix[:, :'safety']y= car_data.ix[:,'class']#划分训练集和测试集X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3, random_state=0)# 建立模型。 设置算法内核类型，有 'linear’, ‘poly’, ‘rbf’, ‘sigmoid’;惩罚参数为1，一般为10的幂次方svc_model = svm.SVC(kernel='rbf', C= 1)svc_model.fit(X_train, y_train)predict_data = svc_model.predict(X_test)accuracy = np.mean(predict_data==y_test)print(accuracy)

 

运行结果：

1.2 MLP神经网络模型

from sklearn.neural_network import MLPClassifierimport pandas as pdimport numpy as npfrom sklearn.model_selection import train_test_split#MLP神经网络模型实现汽车性能评测car_data = pd.read_csv(r'D:\pyproject\sklearn\car.csv')car_data = car_data.dropna() #去掉缺失值#提取特征和对象类别X= car_data.ix[:, :'safety']y= car_data.ix[:,'class']#划分训练集和测试集X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3, random_state=0)#建立MLP神经网络模型 ，MLP的求解方法为adam，可选lbfgs、sgd，正则化惩罚alpha = 0.1mpl_model = MLPClassifier(solver='adam', learning_rate='constant', learning_rate_init=0.01,max_iter = 500,alpha =0.01)mpl_model.fit(X_train, y_train)predict_data = mpl_model.predict(X_test)accuracy = np.mean(predict_data == y_test)print(accuracy)

​​​​​​​

运行结果：

1.3 逻辑回归模型

import pandas as pdimport numpy as npfrom sklearn.model_selection import train_test_splitfrom sklearn.linear_model import LogisticRegression#逻辑回归模型实现汽车性能预测car_data = pd.read_csv(r'D:\pyproject\sklearn\car.csv')car_data = car_data.dropna() #去掉缺失值#提取特征和对象类别X= car_data.ix[:, :'safety']y= car_data.ix[:, 'class']#划分训练集和测试集X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3, random_state=0)#建立逻辑回归模型 ，惩罚参数为100lr_model = LogisticRegression(C= 100, max_iter=1000)lr_model.fit(X_train, y_train)predict_data = lr_model.predict(X_test)accuracy = np.mean(predict_data == y_test)print(accuracy)

 

运行结果：

 

1.4 决策树模型

from sklearn import treeimport pandas as pdimport numpy as npfrom sklearn.model_selection import train_test_split#决策树模型实现汽车性能预测car_data = pd.read_csv(r'D:\pyproject\sklearn\car.csv')car_data = car_data.dropna() #去掉缺失值#提取特征和类别X= car_data.ix[:, :'safety']y= car_data.ix[:,'class']#划分训练集和测试集X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3, random_state=0)# 建立决策树模型，选择算法为熵增益，可选gini,entropy,默认为ginitree_model = tree.DecisionTreeClassifier(criterion='gini')tree_model.fit(X_train, y_train)predict_data = tree_model.predict(X_test)accuracy = np.mean(predict_data==y_test)print(accuracy)

​​​​​​​

运行结果：

 

1.5 KNN（K最临近模型）

1. from sklearn import neighbors

2. import pandas as pd

3. import numpy as np

4. from sklearn.model_selection import train_test_split

5. #K最邻模型实现汽车性能预测

6. car_data = pd.read_csv(r'D:\pyproject\sklearn\car.csv')

7. car_data = car_data.dropna() #去掉缺失值

8. #提取特征和类别

9. X= car_data.ix[:, :'safety']

10. y= car_data.ix[:, 'class']

11. #划分训练集和测试集

12. X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.3, random_state=0)

13. # 建立KNN模型，邻居数选为7，默认为5

14. knn_model = neighbors.KNeighborsClassifier(n_neighbors = 7)

15. knn_model.fit(X_train, y_train)

16. #对测试集进行预测

17. predict_data = knn_model.predict(X_test)

18. accuracy = np.mean(predict_data==y_test)

19. print(accuracy)

运行结果：

 

2. 回归问题

  这里使用sklearn自带的数据集，数据集为波斯顿房价，根据波斯顿地区若干指标对房价进行预测。

  2.1 线性回归模型实现

1. from sklearn.linear_model import LinearRegression

2. from sklearn.datasets import load_boston

3. from sklearn.model_selection import train_test_split

4. #导入结果评价包

5. from sklearn.metrics import mean_absolute_error

6. #利用线性回归模型预测波斯顿房价

7.  

8. #下载sklearn自带的数据集

9. data = load_boston()

10. #建立线性回归模型

11. clf = LinearRegression()

12. #划分训练集和测试集

13. X_train, X_test, y_train, y_test = train_test_split(data.data, data.target, test_size=0.3, random_state=0)

14. clf.fit(X_train, y_train)

15. predict_data = clf.predict(X_test)

16. print(predict_data)

17. #平均绝对值误差对结果进行评价

18. appraise = mean_absolute_error(y_test, predict_data)

19. print(appraise)

运行结果：