AI开发框架
scikit-learn
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:
- 安装 scikit-learn(如果尚未安装):
bash复制
pip install scikit-learn
- 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))
- 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...