机器学习课次Sklearn库介绍

彭辉94031097（QQ）机器学习MachineLearningSklearn机器学习库任务目标能力目标了解sklearn机器学习开发库

sklearn库数据集介绍使用sklearn工具库进行机器学习开发任务目标素质目标团队协作学会学习实践创新SKlearn简介scikit-learn，又写作sklearn，是一个开源的基于python语言的机器学习工具包。它通过NumPy,SciPy和Matplotlib等python数值计算的库实现高效的算法应用，并且涵盖了几乎所有主流机器学习算法。Sklearn库Sklearn学习地图/stable/tutorial/machine_learning_map/index.htmlSklearn学习地图Sklearn库2007年发起的GoogleSummerofCode项目2010年，FebianPedregosa，GaelVaroquaux，AlexandreGramfort等人开始领导该项目，并公开发布了第一个版本（v0.1beta）。2012年11月，scikit-learn已成为维护良好并且十分流行的scikits，奠定了其在机器学习领域的地位。scikit-learn是一个由第三方志愿者维护的、不断改进的机器学习库，截至2017年10月，scikit-learn的版本已经更新到了0.19.1。scikit-learn是一个建立在NumPy、SciPy和Matplotlib模块之上的，主要用Python语言开发的开源机器学习模块。为了获得更好的性能，也有一些核心算法是用Cython完成的，如支持向量机、逻辑回归和线性支持向量机是用Cython包装LIBLINEAR实现的。Sklearn库数据集

Sklearn库数据集其调用方式为：load_XXX([return_X_Y])。其中，XXX表示对应的数据集名称，如波士顿房价数据集，就是load_boston；参数return_X_Y是一个boolean值，默认值为false，表示返回数据集全部信息，当用户设为true时，函数仅返回数据集（包括类别数据）。Sklearn0.19.1自带的数据集有波士顿房价数据集（load_boston）鸢尾花数据集（load_iris）书写数字数据集（load_digits）糖尿病数据集（load_diabetes）体能训练数据集（load_linnerud）红酒数据集（load_wine）乳腺癌数据集（load_breast_canscer）

样本图像数据集（Sampleimages）Sklearn库数据集sklearn内嵌了2个JPEG格式的样例图像，分别是china.jpg和flower.jpg，如图2-9所示。使用load_sample_images()加载2幅样本图像，load_sample_image(image_name)，加载指定的样本图像，并存放到NumPy数组中。Sklearn库数据集生成数据集分类和聚簇数据集生成器，产生一个包括特征和离散目标的矩阵。单标签（Singlelabel）生成器：make_blobs、make_classification、make_gaussian_quantiles、make_hastie_10_2等；多标签（Multilabel）生成器：make_multilabel_calssification；双簇（Biclustering）生成器：make_bicluster、make_checkerboard。回归数据集生成器，产生一个带有噪声的、随机特征可以稀疏线性组合的回归目标。主要包括：make_regression、make_spare_uncorrelated、make_friedman1等生成函数。流形学习数据集生成器，包括：make_s_curve和make_swiss_roll生成函数。用于压缩的数据集生成器，主要包括：make_low_rank_matrix、make_