AI开发框架

scikit-learn

scikit-learn 是一个强大的 Python 机器学习库,提供高效工具用于分类、回归、聚类等任务。

标签:

scikit-learn 是什么
scikit-learn 是一个用于机器学习的 Python 库,提供简单高效的工具用于数据分析和建模。它建立在 NumPy、SciPy 和 matplotlib 之上,支持分类、回归、聚类、降维、模型选择和预处理等多种机器学习任务。scikit-learn 的设计目标是让机器学习技术对所有人开放,适用于各种实际应用场景,如垃圾邮件检测、图像识别、股票价格预测等。

scikit-learn 使用示例
以下是一个简单的分类任务示例,使用 scikit-learn 训练一个支持向量机(SVM)模型:

  1. 安装 scikit-learn(如果尚未安装):
    bash
    复制
    pip install scikit-learn  
  2. 加载数据集并训练模型:
    python
    复制
    from sklearn import datasets  
    from sklearn.model_selection import train_test_split  
    from sklearn.svm import SVC  
    from sklearn.metrics import accuracy_score  
    
    # 加载鸢尾花数据集  
    iris = datasets.load_iris()  
    X = iris.data  
    y = iris.target  
    
    # 划分训练集和测试集  
    X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2)  
    
    # 训练 SVM 模型  
    model = SVC()  
    model.fit(X_train, y_train)  
    
    # 预测并评估准确率  
    y_pred = model.predict(X_test)  
    print("Accuracy:", accuracy_score(y_test, y_pred))  
  3. 运行结果:
    输出测试集的分类准确率,例如:

    Accuracy: 0.9666666666666667  

 

相关导航

暂无评论

暂无评论...