小编给大家分享一下python中scikit-learn算法库的使用方法,相信大部分人都还不怎么了解,因此分享这篇文章给大家参考一下,希望大家阅读完这篇文章后大有收获,下面让我们一起去了解一下吧!
Python中最大的一个就业方面就是,人们所说的高端行业“机器”制造,在近期,有一个专门服务于这项内容的算法库,被评选为最好用的机器里的语言,看到这里,我们应该知道这个算法库的厉害与重要性,没错,这么一个为分析和数据挖掘提供了强力的机器学习工具——scikit-learn算法库。
下面正式给大家说一说scikit-learn算法库
1、安装最新版
pip install scikit-learn
2、算法库的预处理使用
from sklearn.impute import SimpleImputer imputer = SimpleImputer(strategy='mean') X_train_clean = imputer.fit(X_train)
3、涉及模型评估的代码演示
from sklearn.metrics import classification_report print(classification_report(rf_predictions, y_test))
4、管道常用代码:
from sklearn.pipeline import Pipeline pipe = Pipeline([('imputer', SimpleImputer()), ('rf', RandomForestClassifier())]) pipeline_model = pipe.fit(X_train, y_train) pipeline_model.score(X_test, y_test)
以上是python中scikit-learn算法库的使用方法的所有内容,感谢各位的阅读!相信大家都有了一定的了解,希望分享的内容对大家有所帮助,如果还想学习更多知识,欢迎关注亿速云行业资讯频道!
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。