标签:style blog http color 使用 数据
Scikit-learn官网:http://scikit-learn.org/stable/index.html
标准的数据集格式为一组多维特征向量组成的集合。数据集的标准形状(shape)为二维数组(samples, features),其中samples表示数据集大小,features表示其中特征向量的维数。
使用时可使用shape方法查看数据集
>>> from sklearn import datasets >>> iris = datasets.load_iris() >>> data = iris.data >>> data.shape (150, 4)
表示iris数据集含有150个数据样本,每个数据样本为一个4维的特征向量。
对于不具有标准形状的数据集,需要对其进行处理,将其转换为形状标准的数据集以进行处理。
以Scikit自带的digits数据集为例,其保存的是1797个8x8的灰度值图像
>>> digits = datasets.load_digits() >>> digits.images.shape (1797, 8, 8)
需要利用reshape函数将其中的每幅图像都表示为一个64维的特征向量
>>> data = digits.images.reshape((digits.images.shape[0], -1))
estimator是一个宽泛的概念,它可以是分类器(classification)、回归器(regression)、聚类算法(clustering algorithm)或者特征提取器。
所有的estimator对象都提供fit方法来接受数据
>>> estimator.fit(data)
estimator的参数都可以在初始化时直接指定
>>> estimator = Estimator(param1=1, param2=2) >>> estimator.param1 1
利用estimator根据训练集进行拟合所得的参数都以_结尾
>>> estimator.estimated_param_
[Python][MachineLeaning]Python Scikit-learn学习笔记1-Datasets&Estimators,布布扣,bubuko.com
[Python][MachineLeaning]Python Scikit-learn学习笔记1-Datasets&Estimators
标签:style blog http color 使用 数据
原文地址:http://www.cnblogs.com/shelvenzhou/p/3844750.html