机器学习通用代码(python之sklearn实现).pdfVIP

六六 DATA 机器学习通用代码(python 之sklearn 实现) #%%######sklearn 中评估器API 使用的一般形式###### Scikit-Learn 评估器 API 的常用步骤如下所示（后面介绍的示例都 是按照这些步骤进行的） (1) 通过从 Scikit-Learn 中导入适当的评估器类， 选择模型类 (2) 用合适的数值对模型类进行实例化， 配置模型超参数 （hyperparameter） (3) 整理数据， 通过前面介绍的方法获取特征矩阵和目标数组 (4) 调用模型实例的 fit() 方法对数据进行拟合 (5) 对新数据应用模型： 在有监督学习模型中， 通常使用 predict() 方法预测新数据 的标签； 在无监督学习模型中， 通常使用 transform() 或 predict() 方法转换或推断数据的性质 #示例 #(1) 选择模型类 from sklearn.linear_model import LinearRegression # (2) 选择模型超参数请注意，模型类与模型实例不同 model = LinearRegression(fit_intercept =True) # (3) 将数据整理成特征矩