目錄
? ? ? 導語
為什么要出這個教程？1.基本用例：訓練和測試分類器練習2.更高級的用例：在訓練和測試分類器之前預處理數據2.1 標準化您的數據2.2 錯誤的預處理模式2.3 保持簡單，愚蠢：使用scikit-learn的管道連接器練習3.當更多優于更少時：交叉驗證而不是單獨拆分練習4.超參數優化：微調管道內部練習5.總結：我的scikit-learn管道只有不到10行代碼（跳過import語句）6.異構數據：當您使用數字以外的數據時練習

導語

本篇文章參考了下面這個github，翻譯：光城

https://github.com/glemaitre/pyparis-2018-sklearn

點擊閱讀原文獲取翻譯后的源代碼及解釋！

啟用內聯模式

在本節教程中將會繪制幾個圖形，于是我們激活matplotlib,使得在notebook中顯示內聯圖。

#?啟用matlibplot的內聯模式 %matplotlib?inline import?matplotlib.pyplot?as?plt

為什么要出這個教程？

scikit-learn提供最先進的機器學習算法。 但是，這些算法不能直接用于原始數據。 原始數據需要事先進行預處理。 因此，除了機器學習算法之外，scikit-learn還提供了一套預處理方法。此外，scikit-learn提供用于流水線化這些估計器的連接器(即變壓器，回歸器，分類器，聚類器等)。在本教程中,將介紹scikit-learn功能集，允許流水線估計器、評估這些流水線、使用超參數優化調整這些流水線以及創建復雜的預處理步驟。

1.基本用例：訓練和測試分類器

對于第一個示例，我們將在數據集上訓練和測試一個分類器。 我們將使用此示例來回憶scikit-learn的API。

我們將使用digits數據集，這是一個手寫數字的數據集。

#?完成數據集的加載 from?sklearn.datasets?import?load_digits #?return_X_y默認為False，這種情況下則為一個Bunch對象，改為True，可以直接得到(data,?target) X,?y?=?load_digits(return_X_y=True)

X中的每行包含64個圖像像素的強度。 對于X中的每個樣本，我們得到表示所寫數字對應的y。

#?下面完成灰度圖的繪制 #?灰度顯示圖像 plt.imshow(X[0].reshape(8,?8),?cmap='gray'); #?關閉坐標軸 plt.axis('off') #?格式化打印 print('The?digit?in?the?image?is?{}'.format(y[0]))

輸出：

The digit in the image is 0

在機器學習中，我們應該通過在不同的數據集上進行訓練和測試來評估我們的模型。train_test_split是一個用于將數據拆分為兩個獨立數據集的效用函數。stratify參數可強制將訓練和測試數據集的類分布與整個數據集的類分布相同。

#?劃分數據為訓練集與測試集,添加stratify參數，以使得訓練和測試數據集的類分布與整個數據集的類分布相同。 from?sklearn.model_selection?import?train_test_split X_train,?X_test,?y_train,?y_test?=?train_test_split(X,?y,?stratify=y,?random_state=42)

一旦我們擁有獨立的培訓和測試集，我們就可以使用fit方法學習機器學習模型。 我們將使用score方法來測試此方法，依賴于默認的準確度指標。

#?求出Logistic回歸的精確度得分 from?sklearn.linear_model?import?LogisticRegressionclf?=?LogisticRegression(solver='lbfgs',?multi_class='auto',?max_iter=5000,?random_state=42) clf.fit(X_train,?y_train) accuracy?=?clf.score(X_test,?y_test) print('Accuracy?score?of?the?{}?is?{:.2f}'.format(clf.__class__.__name__,?accuracy)) Accuracy?score?of?the?LogisticRegression?is?0.95

scikit-learn的API在分類器中是一致的。因此，我們可以通過RandomForestClassifier輕松替換LogisticRegression分類器。這些更改很小，僅與分類器實例的創建有關。

#?RandomForestClassifier輕松替換LogisticRegression分類器 from?sklearn.ensemble?import?RandomForestClassifierclf?=?RandomForestClassifier(n_estimators=100,?n_jobs=-1,?random_state=42) clf.fit(X_train,?y_train) accuracy?=?clf.score(X_test,?y_test) print('Accuracy?score?of?the?{}?is?{:.2f}'.format(clf.__class__.__name__,?accuracy))

輸出：

Accuracy?score?of?the?RandomForestClassifier?is?0.96

練習

完成接下來的練習：

• 加載乳腺癌數據集。從sklearn.datasets導入函數load_breast_cancer

#?%load?solutions/01_1_solutions.py

• 使用sklearn.model_selection.train_test_split拆分數據集并保留30％的數據集以進行測試。確保對數據進行分層（即使用stratify參數）并將random_state設置為0。

#?%load?solutions/01_2_solutions.py

• 使用訓練數據訓練監督分類器。

#?%load?solutions/01_3_solutions.py

• 使用擬合分類器預測測試集的分類標簽。

#?%load?solutions/01_4_solutions.py

• 計算測試集的balanced精度。您需要從sklearn.metrics導入balanced_accuracy_score

#?%load?solutions/01_5_solutions.py

2.更高級的用例：在訓練和測試分類器之前預處理數據

2.1 標準化您的數據

在學習模型之前可能需要預處理。例如，一個用戶可能對創建手工制作的特征或者算法感興趣，那么他可能會對數據進行一些先驗假設。在我們的例子中，LogisticRegression使用的求解器期望數據被規范化。因此，我們需要在訓練模型之前標準化數據。為了觀察這個必要條件，我們將檢查訓練模型所需的迭代次數。

from?sklearn.linear_model?import?LogisticRegressionclf?=?LogisticRegression(solver='lbfgs',?multi_class='auto',?max_iter=5000,?random_state=42) clf.fit(X_train,?y_train) print('{}?required?{}?iterations?to?be?fitted'.format(clf.__class__.__name__,?clf.n_iter_[0]))

輸出：

LogisticRegression?required?1841?iterations?to?be?fitted

MinMaxScaler變換器用于規范化數據。該標量應該以下列方式應用：學習（即，fit方法）訓練集上的統計數據并標準化（即，transform方法）訓練集和測試集。 最后，我們將訓練和測試這個模型并得到歸一化后的數據集。

from?sklearn.preprocessing?import?MinMaxScaler from?sklearn.linear_model?import?LogisticRegressionscaler?=?MinMaxScaler() X_train_scaled?=?scaler.fit_transform(X_train) X_test_scaled?=?scaler.transform(X_test)clf?=?LogisticRegression(solver='lbfgs',?multi_class='auto',?max_iter=1000,?random_state=42) clf.fit(X_train_scaled,?y_train) accuracy?=?clf.score(X_test_scaled,?y_test) print('Accuracy?score?of?the?{}?is?{:.2f}'.format(clf.__class__.__name__,?accuracy)) print('{}?required?{}?iterations?to?be?fitted'.format(clf.__class__.__name__,?clf.n_iter_[0]))

輸出：

Accuracy?score?of?the?LogisticRegression?is?0.96 LogisticRegression?required?190?iterations?to?be?fitted

通過歸一化數據，模型的收斂速度要比未歸一化的數據快得多。(迭代次數變少了)

2.2 錯誤的預處理模式

我們強調了如何預處理和充分訓練機器學習模型。發現預處理數據的錯誤方法也很有趣。其中有兩個潛在的錯誤，易于犯錯但又很容易發現。

第一種模式是在整個數據集分成訓練和測試集之前標準化數據。

scaler?=?MinMaxScaler() X_scaled?=?scaler.fit_transform(X) X_train_prescaled,?X_test_prescaled,?y_train_prescaled,?y_test_prescaled?=?train_test_split(X_scaled,?y,?stratify=y,?random_state=42)clf?=?LogisticRegression(solver='lbfgs',?multi_class='auto',?max_iter=1000,?random_state=42) clf.fit(X_train_prescaled,?y_train_prescaled) accuracy?=?clf.score(X_test_prescaled,?y_test_prescaled) print('Accuracy?score?of?the?{}?is?{:.2f}'.format(clf.__class__.__name__,?accuracy))

輸出：

Accuracy?score?of?the?LogisticRegression?is?0.96

第二種模式是獨立地標準化訓練和測試集。它回來在訓練和測試集上調用fit方法。因此，訓練和測試集的標準化不同。

scaler?=?MinMaxScaler() X_train_prescaled?=?scaler.fit_transform(X_train) #?這里發生了變化(將transform替換為fit_transform) X_test_prescaled?=?scaler.fit_transform(X_test)clf?=?LogisticRegression(solver='lbfgs',?multi_class='auto',?max_iter=1000,?random_state=42) clf.fit(X_train_prescaled,?y_train) accuracy?=?clf.score(X_test_prescaled,?y_test) print('Accuracy?score?of?the?{}?is?{:.2f}'.format(clf.__class__.__name__,?accuracy))

輸出：

Accuracy?score?of?the?LogisticRegression?is?0.96

2.3 保持簡單，愚蠢：使用scikit-learn的管道連接器

前面提到的兩個模式是數據泄漏的問題。然而，當必須手動進行預處理時，很難防止這種錯誤。因此,scikit-learn引入了Pipeline對象。它依次連接多個變壓器和分類器（或回歸器）。我們可以創建一個如下管道：

from?sklearn.pipeline?import?Pipelinepipe?=?Pipeline(steps=[('scaler',?MinMaxScaler()),('clf',?LogisticRegression(solver='lbfgs',?multi_class='auto',?random_state=42))])

我們看到這個管道包含了縮放器(歸一化)和分類器的參數。 有時，為管道中的每個估計器命名可能會很繁瑣。 而make_pipeline將自動為每個估計器命名，這是類名的小寫。

from?sklearn.pipeline?import?make_pipeline pipe?=?make_pipeline(MinMaxScaler(),LogisticRegression(solver='lbfgs',?multi_class='auto',?random_state=42,?max_iter=1000))

管道將具有相同的API。 我們使用fit來訓練分類器和socre來檢查準確性。 然而，調用fit會調用管道中所有變換器的fit_transform方法。 調用score（或predict和predict_proba）將調用管道中所有變換器的內部變換。 它對應于本文2.1中的規范化過程。

pipe.fit(X_train,?y_train) accuracy?=?pipe.score(X_test,?y_test) print('Accuracy?score?of?the?{}?is?{:.2f}'.format(pipe.__class__.__name__,?accuracy)) Accuracy?score?of?the?Pipeline?is?0.96

我們可以使用get_params()檢查管道的所有參數。

pipe.get_params()

輸出：

{'logisticregression':?LogisticRegression(C=1.0,?class_weight=None,?dual=False,?fit_intercept=True,intercept_scaling=1,?max_iter=1000,?multi_class='auto',n_jobs=None,?penalty='l2',?random_state=42,?solver='lbfgs',tol=0.0001,?verbose=0,?warm_start=False),'logisticregression__C':?1.0,.........}

練習

重用第一個練習的乳腺癌數據集來訓練,可以從linear_model導入SGDClassifier。 使用此分類器和從sklearn.preprocessing導入的StandardScaler變換器來創建管道。然后訓練和測試這條管道。

#?%load?solutions/02_solutions.py

3.當更多優于更少時：交叉驗證而不是單獨拆分

分割數據對于評估統計模型性能是必要的。 但是，它減少了可用于學習模型的樣本數量。 因此，應盡可能使用交叉驗證。有多個拆分也會提供有關模型穩定性的信息。

scikit-learn提供了三個函數：cross_val_score，cross_val_predict和cross_validate。 后者提供了有關擬合時間，訓練和測試分數的更多信息。 我也可以一次返回多個分數。

from?sklearn.model_selection?import?cross_validatepipe?=?make_pipeline(MinMaxScaler(),LogisticRegression(solver='lbfgs',?multi_class='auto',max_iter=1000,?random_state=42)) scores?=?cross_validate(pipe,?X,?y,?cv=3,?return_train_score=True)

使用交叉驗證函數，我們可以快速檢查訓練和測試分數，并使用pandas快速繪圖。

import?pandas?as?pddf_scores?=?pd.DataFrame(scores) df_scores

輸出：

#?pandas繪制箱體圖 df_scores[['train_score',?'test_score']].boxplot()

輸出：

練習

使用上一個練習的管道并進行交叉驗證，而不是單個拆分評估。

#?%load?solutions/03_solutions.py

4.超參數優化：微調管道內部

有時您希望找到管道組件的參數，從而獲得最佳精度。 我們已經看到我們可以使用get_params()檢查管道的參數。

pipe.get_params()

輸出：

{'logisticregression':?LogisticRegression(C=1.0,?class_weight=None,?dual=False,?fit_intercept=True,intercept_scaling=1,?max_iter=1000,?multi_class='auto',n_jobs=None,?penalty='l2',?random_state=42,?solver='lbfgs',tol=0.0001,?verbose=0,?warm_start=False),'logisticregression__C':?1.0,.........}

可以通過窮舉搜索來優化超參數。GridSearchCV提供此類實用程序，并通過參數網格進行交叉驗證的網格搜索。

如下例子，我們希望優化LogisticRegression分類器的C和penalty參數。

from?sklearn.model_selection?import?GridSearchCVpipe?=?make_pipeline(MinMaxScaler(),LogisticRegression(solver='saga',?multi_class='auto',random_state=42,?max_iter=5000)) param_grid?=?{'logisticregression__C':?[0.1,?1.0,?10],'logisticregression__penalty':?['l2',?'l1']} grid?=?GridSearchCV(pipe,?param_grid=param_grid,?cv=3,?n_jobs=-1,?return_train_score=True) grid.fit(X_train,?y_train)

輸出：

GridSearchCV(cv=3,?error_score='raise-deprecating',.........scoring=None,?verbose=0)

在擬合網格搜索對象時，它會在訓練集上找到最佳的參數組合（使用交叉驗證）。 我們可以通過訪問屬性cv_results_來得到網格搜索的結果。 通過這個屬性允許我們可以檢查參數對模型性能的影響。

df_grid?=?pd.DataFrame(grid.cv_results_) df_grid

輸出：

默認情況下，網格搜索對象也表現為估計器。 一旦它被fit后，調用score將超參數固定為找到的最佳參數。

grid.best_params_

輸出：

{'logisticregression__C':?10,?'logisticregression__penalty':?'l2'}

此外，可以將網格搜索稱為任何其他分類器以進行預測。

accuracy?=?grid.score(X_test,?y_test) print('Accuracy?score?of?the?{}?is?{:.2f}'.format(grid.__class__.__name__,?accuracy)) Accuracy?score?of?the?GridSearchCV?is?0.96

最重要的是，我們只對單個分割進行網格搜索。 但是，如前所述，我們可能有興趣進行外部交叉驗證，以估計模型的性能和不同的數據樣本，并檢查性能的潛在變化。 由于網格搜索是一個估計器，我們可以直接在cross_validate函數中使用它。

scores?=?cross_validate(grid,?X,?y,?cv=3,?n_jobs=-1,?return_train_score=True) df_scores?=?pd.DataFrame(scores) df_scores

輸出：

練習

重復使用乳腺癌數據集的先前管道并進行網格搜索以評估hinge(鉸鏈) andlog(對數)損失之間的差異。此外，微調penalty。

#?%load?solutions/04_solutions.py

5.總結：我的scikit-learn管道只有不到10行代碼（跳過import語句）

import?pandas?as?pd from?sklearn.preprocessing?import?MinMaxScaler from?sklearn.linear_model?import?LogisticRegression from?sklearn.pipeline?import?make_pipeline from?sklearn.model_selection?import?GridSearchCV from?sklearn.model_selection?import?cross_validatepipe?=?make_pipeline(MinMaxScaler(),LogisticRegression(solver='saga',?multi_class='auto',?random_state=42,?max_iter=5000)) param_grid?=?{'logisticregression__C':?[0.1,?1.0,?10],'logisticregression__penalty':?['l2',?'l1']} grid?=?GridSearchCV(pipe,?param_grid=param_grid,?cv=3,?n_jobs=-1) scores?=?pd.DataFrame(cross_validate(grid,?X,?y,?cv=3,?n_jobs=-1,?return_train_score=True)) scores[['train_score',?'test_score']].boxplot()

輸出：

6.異構數據：當您使用數字以外的數據時

到目前為止，我們使用scikit-learn來訓練使用數值數據的模型。

X

輸出：

array([[?0.,??0.,??5.,?...,??0.,??0.,??0.],[?0.,??0.,??0.,?...,?10.,??0.,??0.],[?0.,??0.,??0.,?...,?16.,??9.,??0.],...,[?0.,??0.,??1.,?...,??6.,??0.,??0.],[?0.,??0.,??2.,?...,?12.,??0.,??0.],[?0.,??0.,?10.,?...,?12.,??1.,??0.]])

X是僅包含浮點值的NumPy數組。 但是，數據集可以包含混合類型。

import?os data?=?pd.read_csv(os.path.join('data',?'titanic_openml.csv'),?na_values='?') data.head()

輸出：

泰坦尼克號數據集包含分類，文本和數字特征。 我們將使用此數據集來預測乘客是否在泰坦尼克號中幸存下來。

讓我們將數據拆分為訓練和測試集，并將幸存列用作目標。

y?=?data['survived'] X?=?data.drop(columns='survived') X_train,?X_test,?y_train,?y_test?=?train_test_split(X,?y,?random_state=42)

首先，可以嘗試使用LogisticRegression分類器，看看它的表現有多好。

clf?=?LogisticRegression() clf.fit(X_train,?y_train)

哎呀，大多數分類器都設計用于處理數值數據。 因此，我們需要將分類數據轉換為數字特征。 最簡單的方法是使用OneHotEncoder對每個分類特征進行讀熱編碼。 讓我們以sex與embarked列為例。 請注意，我們還會遇到一些缺失的數據。 我們將使用SimpleImputer用常量值替換缺失值。

from?sklearn.impute?import?SimpleImputer from?sklearn.preprocessing?import?OneHotEncoder ohe?=?make_pipeline(SimpleImputer(strategy='constant'),?OneHotEncoder()) X_encoded?=?ohe.fit_transform(X_train[['sex',?'embarked']]) X_encoded.toarray()

輸出：

array([[0.,?1.,?0.,?0.,?1.,?0.],[0.,?1.,?1.,?0.,?0.,?0.],[0.,?1.,?0.,?0.,?1.,?0.],...,[0.,?1.,?0.,?0.,?1.,?0.],[1.,?0.,?0.,?0.,?1.,?0.],[1.,?0.,?0.,?0.,?1.,?0.]])

這樣，可以對分類特征進行編碼。 但是，我們也希望標準化數字特征。 因此，我們需要將原始數據分成2個子組并應用不同的預處理：（i）分類數據的獨熱編；（ii）數值數據的標準縮放(歸一化)。 我們還需要處理兩種情況下的缺失值： 對于分類列，我們將字符串'missing_values'替換為缺失值，該字符串將自行解釋為類別。 對于數值數據，我們將用感興趣的特征的平均值替換缺失的數據。

• 分類數據的獨熱編

col_cat?=?['sex',?'embarked'] col_num?=?['age',?'sibsp',?'parch',?'fare']X_train_cat?=?X_train[col_cat] X_train_num?=?X_train[col_num] X_test_cat?=?X_test[col_cat] X_test_num?=?X_test[col_num]

• 數值數據的標準縮放(歸一化)

from?sklearn.preprocessing?import?StandardScalerscaler_cat?=?make_pipeline(SimpleImputer(strategy='constant'),?OneHotEncoder()) X_train_cat_enc?=?scaler_cat.fit_transform(X_train_cat) X_test_cat_enc?=?scaler_cat.transform(X_test_cat)scaler_num?=?make_pipeline(SimpleImputer(strategy='mean'),?StandardScaler()) X_train_num_scaled?=?scaler_num.fit_transform(X_train_num) X_test_num_scaled?=?scaler_num.transform(X_test_num)

我們應該像在本文2.1中那樣在訓練和測試集上應用這些變換。

import?numpy?as?np from?scipy?import?sparseX_train_scaled?=?sparse.hstack((X_train_cat_enc,sparse.csr_matrix(X_train_num_scaled))) X_test_scaled?=?sparse.hstack((X_test_cat_enc,sparse.csr_matrix(X_test_num_scaled)))

轉換完成后，我們現在可以組合所有數值的信息。最后，我們使用LogisticRegression分類器作為模型。

clf?=?LogisticRegression(solver='lbfgs') clf.fit(X_train_scaled,?y_train) accuracy?=?clf.score(X_test_scaled,?y_test) print('Accuracy?score?of?the?{}?is?{:.2f}'.format(clf.__class__.__name__,?accuracy))

輸出：

Accuracy?score?of?the?LogisticRegression?is?0.79

上面首先轉換數據然后擬合/評分分類器的模式恰好是本節2.1的模式之一。因此，我們希望為此目的使用管道。但是，我們還希望對矩陣的不同列進行不同的處理。應使用ColumnTransformer轉換器或make_column_transformer函數。它用于在不同的列上自動應用不同的管道。

from?sklearn.compose?import?make_column_transformerpipe_cat?=?make_pipeline(SimpleImputer(strategy='constant'),?OneHotEncoder(handle_unknown='ignore')) pipe_num?=?make_pipeline(SimpleImputer(),?StandardScaler()) preprocessor?=?make_column_transformer((col_cat,?pipe_cat),?(col_num,?pipe_num))pipe?=?make_pipeline(preprocessor,?LogisticRegression(solver='lbfgs'))pipe.fit(X_train,?y_train) accuracy?=?pipe.score(X_test,?y_test) print('Accuracy?score?of?the?{}?is?{:.2f}'.format(pipe.__class__.__name__,?accuracy))

輸出：

Accuracy?score?of?the?Pipeline?is?0.79

此外，它還可以被使用在另一個管道。 因此，我們將能夠使用所有scikit-learn實用程序作為cross_validate或GridSearchCV。

pipe.get_params()

輸出：

{'columntransformer':?ColumnTransformer(n_jobs=None,?remainder='drop',?sparse_threshold=0.3,transformer_weights=None,transformers=[('pipeline-1',?Pipeline(memory=None,...]}

合并及可視化：

pipe_cat?=?make_pipeline(SimpleImputer(strategy='constant'),?OneHotEncoder(handle_unknown='ignore')) pipe_num?=?make_pipeline(StandardScaler(),?SimpleImputer()) preprocessor?=?make_column_transformer((col_cat,?pipe_cat),?(col_num,?pipe_num))pipe?=?make_pipeline(preprocessor,?LogisticRegression(solver='lbfgs'))param_grid?=?{'columntransformer__pipeline-2__simpleimputer__strategy':?['mean',?'median'],'logisticregression__C':?[0.1,?1.0,?10]} grid?=?GridSearchCV(pipe,?param_grid=param_grid,?cv=5,?n_jobs=-1) scores?=?pd.DataFrame(cross_validate(grid,?X,?y,?scoring='balanced_accuracy',?cv=5,?n_jobs=-1,?return_train_score=True)) scores[['train_score',?'test_score']].boxplot()

輸出：

練習

完成接下來的練習：

加載位于./data/adult_openml.csv中的成人數據集。 制作自己的ColumnTransformer預處理器，并用分類器管道化它。對其進行微調并在交叉驗證中檢查預測準確性。

• 使用pd.read_csv讀取位于./data/adult_openml.csv中的成人數據集。

#?%load?solutions/05_1_solutions.py

• 將數據集拆分為數據和目標。 目標對應于類列。 對于數據，刪除列fnlwgt，capitalgain和capitalloss。

#?%load?solutions/05_2_solutions.py

• 目標未編碼。使用sklearn.preprocessing.LabelEncoder對類進行編碼。

#?%load?solutions/05_3_solutions.py

• 創建一個包含分類列名稱的列表。 同樣，對數值數據也一樣。

#?%load?solutions/05_4_solutions.py

• 創建一個管道以對分類數據進行讀熱編碼。 使用KBinsDiscretizer作為數值數據。 從sklearn.preprocessing導入它。

#?%load?solutions/05_5_solutions.py

• 使用make_column_transformer創建預處理器。 您應該將好的管道應用于好的列。

#?%load?solutions/05_6_solutions.py

使用LogisticRegression分類器對預處理器進行管道傳輸。 隨后定義網格搜索以找到最佳參數C.使用cross_validate在交叉驗證方案中訓練和測試此工作流程。

#?%load?solutions/05_7_solutions.py

作者光城的公眾號：

請關注和分享↓↓↓?

機器學習初學者

QQ群：554839127

（注意：本站有6個qq群，加入過任何一個的不需要再加）

往期精彩回顧

• 良心推薦：機器學習入門資料匯總及學習建議（2018版）
  

• 黃海廣博士的github鏡像下載（機器學習及深度學習資源）

• 吳恩達老師的機器學習和深度學習課程筆記打印版
  

• 機器學習小抄-（像背托福單詞一樣理解機器學習）

• 首發：深度學習入門寶典-《python深度學習》原文代碼中文注釋版及電子書

• 科研工作者的神器-zotero論文管理工具

• 機器學習的數學基礎

• 機器學習必備寶典-《統計學習方法》的python代碼實現、電子書及課件

• 吐血推薦收藏的學位論文排版教程（完整版）

• 機器學習入門的百科全書-2018年“機器學習初學者”公眾號文章匯總

總結

以上是生活随笔為你收集整理的使用scikit-learn进行机器学习的简易教程的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。