機器學習之Scikit-learn篇（一）

scikit-learn · 發表 2019-01-25 16:25:06

摘要：前言 Scikit-learn是目前Python環境下最常用也是最好用的機器學習函式庫。Sklean裡邊幾乎集成了所有經典的機器學習演算法，同時配以非常簡單的實現語句（通常為1-2行程式碼）以及模式化的調參過程，使得我們可以花費更多時間在特徵工程及資料處理上，並且使...

前言

Scikit-learn是目前Python環境下最常用也是最好用的機器學習函式庫。Sklean裡邊幾乎集成了所有經典的機器學習演算法，同時配以非常簡單的實現語句（通常為1-2行程式碼）以及模式化的調參過程，使得我們可以花費更多時間在特徵工程及資料處理上，並且使得我們建模的過程集中於演算法比較以及模型選擇上。

當然，Sklearn並不是沒有他的弊端，比如過於簡單的語句使得其功能相對固定，這就讓我們構建定製化的模型變得相對困難。以個人經驗來說，當我們需要換掉模型中的損失函式或其他一些評判方式時，我們必須從原始碼中找出對應模組，然後按照原始碼的方式來編寫自己需要的程式。

雖然聽起來很麻煩，但Sklearn還是為我們提供了非常大的便利，如果每一個演算法都要由我們自己從零開始搭建的話，且不說費時費力，單單是程式碼的可靠性我們就已經無法保證。從這個角度來講，Sklearn的確是目前機器學習的首選函式庫。

基本語句及格式介紹

Sklearn內部有非常多的模組，每個模組的功能都很豐富，但是呼叫的方式卻基本上是一致的。如下程式碼所示，我們這裡邊用到了Sklearn的預處理模組，用到了K-NN演算法構建模型，用到了訓練集及測試集分離模組等等，從中不難看出，讀Sklearn的程式碼像是在讀文章一樣，一目瞭然且很容易get到寫程式碼者的意圖。