《機器學習Python實踐》，第三章，第一個機器學習項目

以往目錄：橘貓吃不胖：《機器學習Python實踐》讀書筆記-第一章?zhuanlan.zhihu.com

書中介紹了一個標準的步驟：導入數據

這里使用的是鳶尾花數據集，sklearn中有，我們可以直接導入，省去了很多步驟sklearn.datasets.load_iris(*,return_X_y=False,as_frame=False)

返回結果就是一個數據集，但是包裝過的，包含了很多內容

from sklearn.datasets import load_iris

data = load_iris()

data.feature_names

data.target_names

return_X_y：bool, default=False.

可以直接返回特征和目標變量

x,y = load_iris(return_X_y=True)

as_frame：bool, default=False

可以直接返回pandas的DataFrame

x,y = load_iris(return_X_y=True , as_frame=True)

概述數據

導入數據集之后，我們要了解下我們的數據都是什么

比如，我們有4個特征，都是數值型，共150條記錄

x.info()

x.describe()

y.groupby(y.values).count()

數據可視化

簡單了解數據之后，我們可以通過數據可視化的方式，更直觀的理解數據

我們可以先單獨觀察每一個特征，然后觀察特征與特征之間的關系

單特征，通常可以看箱線圖和直方圖

x.plot.box(subplots=True , layout=(2,2) , figsize=(8,8))

x.hist(figsize=(8,8))

多特征之間的關系，可以使用散點圖矩陣

import pandas as pd

pd.plotting.scatter_matrix(x , figsize=(8,8))評估算法

實施預測

后面的這兩步，再后面繼續(xù)介紹，這里暫時先留空。

這一章，主要是，介紹了機器學習的常規(guī)步驟，從理解數據，到調試算法模型(后面總結)

第四章的話，關于python、pandas、matplotlib的，也跳過不記錄了。

總結

以上是生活随笔為你收集整理的python第三章上机实践_《机器学习Python实践》读书笔记-第三章的全部內容，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。