Python的sklearn库安装教程（超简单） |
您所在的位置：网站首页 › ccs安装错误最简单三个步骤 › Python的sklearn库安装教程（超简单） |
Python的sklearn库安装教程（超简单）
|
Python的sklearn库安装教程（超简单）
如果你希望成功，以恒心为良友，以经验为参谋，以小心为兄弟，以希望为哨兵。 目录 Python的sklearn库安装教程（超简单） 1.sklearn介绍 2.sklearn下载 ①Win+R输入cmd进入到CMD窗口下 ②输入python -m pip install scikit-learn进行安装 ③如果②下载速度过慢 我们也可以使用清华镜像源来下载安装 3.sklearn使用 1.sklearn介绍Sklearn，这个听起来有点像科学家的绰号，其实是个相当神奇的东西。它全称为Scikit-learn，是Python中最受欢迎的机器学习库之一。简单来说，它就像是机器学习的瑞士军刀，里面包含了各种各样的工具和算法，帮助你轻松地构建、训练和评估机器学习模型。 想象一下你正在处理一堆数据，想用它们来预测未来的趋势或者做一些聪明的事情。Sklearn就是你的好帮手，它提供了丰富多样的机器学习算法，从简单的线性回归到复杂的深度学习模型，应有尽有。 不过，要使用Sklearn，你首先得熟悉它的一些基本操作。比如，你得知道怎么加载数据，怎么选择合适的模型，怎么训练和评估模型，以及如何调整模型的参数以获得更好的性能。 最酷的是，Sklearn还提供了许多实用的工具，帮助你进行特征工程、数据预处理、模型选择等等。而且，它的文档十分完善，上面有大量的示例代码和教程，让你可以轻松上手。 所以，如果你想成为一名机器学习大师，Sklearn绝对是你的必备利器之一！ 2.sklearn下载当我们在创建一个需要用到sklearn的项目时候 他可能会出现报错信息 这是因为我们没有下载Python的sklearn-learn库 下面我们下载一下
我们重新启动一下Pycharm 此时会发现原来的报错信息没有了 我们运行一个程序试一下 # coding = UTF-8 # 拆分训练集和测试集 import matplotlib.pyplot as plt from sklearn.model_selection import train_test_split # 是线性回归类 是sklearn写好的 根据梯度下降法 from sklearn.linear_model import LinearRegression import pandas as pd # 1.加载数据 有监督学习 datas=pd.read_csv("D:\PyCharm 2021\jtxy_ml\data\household_power_consumption_1000.txt",sep=";") # 2.对数据做清洗转换 如果有不好的数据 # 3.抽取X Y X=datas.iloc[:,2:4] Y=datas.iloc[:,5] # 4.数据拆分 拆分成训练集和测试集 trainX,testX,trainY,testY=train_test_split(X,Y,test_size=0.2) # 5.训练模型 model=LinearRegression() # 训练 求theta model.fit(trainX,trainY) # 对测试集进行预测 yhat=model.predict(testX) # 6.效果评估 # model.score(testX,testY) import matplotlib.pyplot as plt plt.figure() # 预测值 plt.plot(range(len(yhat)),yhat,label="predict",color="red") # 真实值 plt.plot(range(len(testY)),testY,label="test",color="green") plt.legend() plt.show()运行成功 这样我们的sklearn库就安装好啦
|
【本文地址】
今日新闻 |
推荐新闻 |