Scikit-Learn的评估器API学习-线性分类器

今天药忘吃喽~ 2022-04-16 05:08 205阅读 0赞

### Scikit-Learn的评估器API遵照以下设计原则: ###

1.  统一性
2.  内省
3.  限制对象层级
4.  函数组合
5.  明智的默认值

--------------------

## 使用Scikit-Learn评估器API训练模型的常用步骤: ##

#### 一. 通过从Scikit-Learn中导入适当的**模型评估器**, 选择**模型类** ####

如从线性模型中选择线性回归模型

from sklearn.linear_model import LinearRegression

ps. sklearn是scikit-learn在python程序中的包名

#### 二. 用合适的数值对模型类进行实例化, 配置模型超参数 ####

超参数: hyperparameter  
超参数指的是在模型拟合数据之前必须被确定的参数. 在Scikit-Learn中, 通常在模型初始化阶段选择超参数

如这个线性回归模型中

model = LinearRegression(fit_intercept=True)

fit\_intercept 参数代表是否要拟合直线的截距

#### 三. 整理数据, 获取特征矩阵和目标数组 ####

要训练模型, 当然需要训练数据. 这个过程就是获取数据, 并将数据格式化.

import numpy as np
    
    rng = np.random.RandomState(42)
    x = 10 * rng.rand(50)
    y = 2 * x - 1 + rng.randn(50)

我们随机化生成了一些数据, 作为训练数据, 这些数据可视化图形如下图  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dqaDI2MjIwNzUxMjc_size_16_color_FFFFFF_t_70]  
我们还需要把X转化为列向量

X = x[:, np.newaxis]

#### 四. 调用模型实例的fit()方法对数据进行拟合 ####

model.fit(X, y)

拟合结束后, 我们可以查看拟合得到的直线的斜率以及截距.

model.coef_ # 斜率
    model.intercept_ # 截距

#### 五. 对新数据引用模型: ####

\# 下面这行是我自己写的英语句子, 尴尬  
**In supervised learning model, we usually use the predict() method to predict the label of new data**  
\# 这行句子用的谷歌翻译  
**In the unsupervised learning model, the transform() or predict() method is usually used to transform or infer the nature of the data.**

代码表现上为

xfit = np.linspace(-1, 11) # 生成测试数据
    Xfit = xfit[:, np.newaxis] # 格式化
    yfit = model.predict(Xfit) # 预测
    plt.scatter(x, y)
    plt.plot(xfit, yfit) # 可视化

预测成功!  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dqaDI2MjIwNzUxMjc_size_16_color_FFFFFF_t_70 1]

--------------------

完整代码实现

#!/usr/bin/env python
    # coding: utf-8
    
    # In[14]:
    
    
    get_ipython().run_line_magic('matplotlib', 'inline')
    import matplotlib.pyplot as plt
    import numpy as np
    
    rng = np.random.RandomState(42)
    x = 10 * rng.rand(50)
    y = 2 * x - 1 + rng.randn(50)
    plt.scatter(x, y)
    
    
    # In[15]:
    
    
    from sklearn.linear_model import LinearRegression
    
    
    # In[16]:
    
    
    model = LinearRegression(fit_intercept=True)
    model
    
    
    # In[18]:
    
    
    X = x[:, np.newaxis]
    X.shape
    
    
    # In[19]:
    
    
    model.fit(X, y)
    
    
    # In[20]:
    
    
    model.coef_
    
    
    # In[21]:
    
    
    model.intercept_
    
    
    # In[22]:
    
    
    xfit = np.linspace(-1, 11)
    Xfit = xfit[:, np.newaxis]
    yfit = model.predict(Xfit)
    
    
    # In[23]:
    
    
    plt.scatter(x, y)
    plt.plot(xfit, yfit)

--------------------

### 一些细节的学习 ###

1-`np.random.RandomState(42)`是什么  
[参考][Link 1]  
是和`np.random.seed(42)`类似的可以设置随机种子的类.  
`rng.rand(10)`可生成10个\[0, 1)之间的实数

2-`plt.scatter(x, y)`是画散点图的函数

3-`X = x[:, np.newaxis]`可以将一维行向量变为一维列向量

x = np.random.randint(10, size=10)
    print(x)
    X = x[:, np.newaxis]
    print(X)

4-`model.coef_`与`model.intercept_`  
截距的英文单词为`intercept`  
`coef`为`coefficient`的缩写, 在此为系数.

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dqaDI2MjIwNzUxMjc_size_16_color_FFFFFF_t_70]: /images/20220416/f1224ecd795f4d9e8fdb399956ec27bc.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3dqaDI2MjIwNzUxMjc_size_16_color_FFFFFF_t_70 1]: /images/20220416/230c1500347e468ca89c3d42ce8cd757.png
[Link 1]: https://blog.csdn.net/baoyan2015/article/details/71703035