Firechecking

Scikit-Learn学习

发表于 | 分类于 ， | | 总阅读量次

参考文档

  1. http://scikit-learn.org/stable/tutorial/basic/tutorial.html
  2. http://www.jianshu.com/p/516f009c0875

安装

  1. 安装Anaconda
  2. conda install scikit-learn

机器学习分类

监督学习（supervised learning）

  1. 分类（classification）：离散预测
  2. 回归（regression）：连续预测

监督学习（unsupervised learning）

  1. 聚类（clustering）
  2. 密度估计（density estimation）

基础

模型持久保存： pickle/joblib

1
2
3
4
5
6
7
8
9
10
from sklearn import svm
from sklearn import datasets
clf = svm.SVC()
iris = datasets.load_iris()
X, y = iris.data, iris.target
clf.fit(X, y)  
import pickle
s = pickle.dumps(clf)
clf2 = pickle.loads(s)
clf2.predict(X[0:1])

joblib为sklearn内置发放，效率比pickle更高，但只支持导出到文件，不支持导出到字符串

Examples

数字识别

1
2
3
4
5
6
7
from sklearn import datasets
from sklearn import svm
if __name__ == "__main__":
	digits = datasets.load_digits()
	Iclf = svm.SVC(gamma=0.001,C=100.)
	clf.fit(digits.data[:-1],digits.target[:-1])
	print clf.predict(digits.data[-1:])