通用学习模式
切换视频源:

通用学习模式

作者: Alice 编辑: 莫烦 发布于: 2016-01-01

学习资料:

要点

Sklearn 把所有机器学习的模式整合统一起来了,学会了一个模式就可以通吃其他不同类型的学习模式。

例如,分类器,

Sklearn 本身就有很多数据库,可以用来练习。 以 Iris 的数据为例,这种花有四个属性,花瓣的长宽,茎的长宽,根据这些属性把花分为三类。

我们要用 分类器 去把四种类型的花分开。

2_2_1.png

今天用 KNN classifier,就是选择几个临近点,综合它们做个平均来作为预测值。

导入模块

创建数据

加载 iris 的数据,把属性存在 X,类别标签存在 y

观察一下数据集,X 有四个属性,y 有 0,1,2 三类:

把数据集分为训练集和测试集,其中 test_size=0.3,即测试集占总数据的 30%:

可以看到分开后的数据集,顺序也被打乱,这样更有利于学习模型:

建立模型-训练-预测

定义模块方式 KNeighborsClassifier(), 用 fit 来训练 training data,这一步就完成了训练的所有步骤, 后面的 knn 就已经是训练好的模型,可以直接用来 predict 测试集的数据, 对比用模型预测的值与真实的值,可以看到大概模拟出了数据,但是有误差,是不会完完全全预测正确的。


降低知识传递的门槛

莫烦经常从互联网上学习知识,开源分享的人是我学习的榜样。 他们的行为也改变了我对教育的态度: 降低知识传递的门槛免费 奉献我的所学正是受这种态度的影响。 【支持莫烦】 能让我感到认同,我也更有理由坚持下去。

我组建了微信群,欢迎大家加入,交流经验,提出问题,互相帮持。 扫码后,请一定备注"莫烦",否则我不会同意你的入群申请。

wechat