Scikit-learn 学习笔记(3)监督学习的例子

这个系列是我通过阅读 Scikit-learn 的文档,结合自己的理解和掌握的知识,重新把文档描述出来。希望能加深自己的理解,希望能帮到有需要的人。

学习材料:https://scikit-learn.org/stable/tutorial/statistical_inference/supervised_learning.html

监督学习的概念

这篇文章 中介绍了监督学习的概念。简单的说,就是用一批带有已知标签的数据集,来预测没有标签的数据的标签。

监督学习要解决的问题

监督学习中,输入是观测样本矩阵 XX 的一个维度是特征,另一个维度是样本,(也就是 数据集,参看这篇),输出则是一个一维的的向量 y,叫做 “目标 target” 或者 “标签 label”,这个向量的维度和样本的维度一样。对于每一次的观测样本,输出一个标签,所以一般来说,输出的标签向量的长度和样本个数相同。

分类(classification):如果一个预测任务是将数据集划分为有限多个标签,(比如 这篇 中的iris数据,预测花的种类),换句话说,是给每个数据集打一个标签,命一个名,那么这个任务就称为分类任务。

分类的标签是离散的变量,任务是给测试样本“定性”; 如果一个要预测的对象是连续的变量,任务是给测试样本“定量”,那么该任务就称为回归(regression)。

分类问题的例子

鸢尾花数据集 中,来自三种鸢尾花,分别为 Setosa、Versicolour、Virginica。 所以这套训练数据中会有三种标签,从下面的代码可以看出来:

 import numpy as np
 from sklearn import datasets

 iris_X, iris_y = datasets.load_iris(return_X_y=True)
 print(np.unique(iris_y))

结果是:

[0 1 2]

这里用三个数字表示数据的标签。

K-最近邻算法

最简单的监督学习分类器是 K-最近邻算法。

scikit-learn 库里的每一个监督估计器都有一个 .fit(X, y) 方法函数和一个 predict(X) 方法函数。.fit(X, y) 用于拟合数据,predict(X) 用于预测 y

scikit-learn 库,y 向量的成员是整数或者字符串。

捐助本站

为了保证阅读体验,本站不安放广告。但是,租用服务器和编写文章需要个人资金和时间的投入。

如果您觉得文章对您有用,请考虑捐助小站(金额不限),以期待更多原创文章。捐助记录

本站是个人网站,若无特别说明,文章均为原创,并采用 署名协议 CC-BY-NC 授权。
欢迎转载,惟请保留原文链接,且不得用于商业用途。