sklearn机器学习算法与数据集应用.pdfVIP

机器学习与应用

课程内容

1、sklearn数据集与估计器

2、分类算法-k近邻算法

3、k-近邻算法实例

4、分类模型的评估

5、分类算法-朴素贝叶斯算法

6、朴素贝叶斯算法实例

7、模型的选择与调优

8、决策树与随机森林

sklearn数据集

1、数据集划分

2、sklearn数据集接口介绍

3、sklearn分类数据集

4、sklearn回归数据集

如果拿到的数据全部都用来训练一个模型？

数据集划分

机器学般的数据划分为两个部分：

训练数据：用于训练，构建模型

测试数据：在模型检验时使用，用于评估模型是否有效

sklearn数据集划分API

sklearn.model_selection.train_test_split

结合后面的数据集再做演示

问题：

自己准备数据集，耗时耗力，不一定

scikit-learn数据集API介绍

⚫sklearn.datasets

⚫加载获取流行数据集

⚫datasets.load_*()

⚫获取小规模数据集，数据包含在datasets里

⚫

⚫datasets.fetch_*(data_home=None)