Scikit-learn開發(fā)流程及通用模板實驗十二課程學習目標了解Scikit-learn的開發(fā)流程熟練掌握Scikit-learn的三個通用模板及使用Scikit-learn開發(fā)流程

Scikit-learn的開發(fā)流程如圖所示。（1）加載數據集在介紹通用模板之前，我們先加載Iris（鳶尾花）數據集，作為通用模板的示例數據集。通過運行以上代碼可以看到x是一個(150,4)的數組,保存了150個數據的4個特征:花萼長度、花萼寬度、花瓣長度、花瓣寬度。y值共150個數字，其中0、1、2分別代表三類花。Scikit-learn開發(fā)通用模板一（2）數據拆分使用train_test_split的目的是保證從數據集中均勻拆分出測試集，把10%的數據集拿出來用作測試集。Scikit-learn開發(fā)通用模板一通用模板V1.0版可以幫助用戶快速構建一個基本的算法模型。通用模板一的基礎流程和偽代碼如圖所示。Scikit-learn開發(fā)通用模板一通用模板V1.0應用舉例

:

構建SVM分類模型通過查閱資料,可以知道SVM算法在scikit-learn.svm.SVC下,所以算法位置填入“svm”,算法名填入“SVC”,模型名自己起,這里就叫“svm_model”。Scikit-learn開發(fā)通用模板一交叉驗證在V1.0版的模板中,當多次運行同一個程序時，模型準確率常常會波動，這是因為數據輸入順序不同，導致模型表現(xiàn)有好有壞。而有時，雖然在訓練集上調整參數使模型表現(xiàn)最佳，但在測試集上卻可能過擬合，無法反映出模型的泛化性能。為了解決這些問題，我們可以使用交叉驗證。交叉驗證通過將訓練數據多次劃分為不同的訓練集和驗證集，來更準確地估計模型在未見數據上的表現(xiàn)。Scikit-learn開發(fā)通用模板二交叉驗證例如,最常用的5折交叉驗證(如圖所示),主要將訓練集劃分為5個較小的集合。然后將4份訓練子集作為訓練集訓練模型,將剩余1份訓練集子集作為驗證集用于模型驗證。這樣需要訓練5次,最后在訓練集上評估得分取所有訓練結果評估得分的平均值。Scikit-learn開發(fā)通用模板二通用模板V2.0融入了交叉驗證,讓算法模型評估更加科學。通用模板二的基礎流程和偽代碼如圖所示。Scikit-learn開發(fā)通用模板二通用模板V2.0應用舉例:構建SVM分類模型Scikit-learn開發(fā)通用模板二以上模板都是通過算法的默認參數來訓練模型的，但不同的數據集適用的參數難免會不一樣，Scikit-learn對于不同的算法也提供了不同的參數,可以自己調節(jié)。Scikit-learn提供了“算法名稱+().get_params()”方法來查看每個算法可以調整的參數。例如,想查看SVM分類器算法可以調整的參數,如圖所示。Scikit-learn開發(fā)通用模板三通過模板V3.0版,調參讓算法表現(xiàn)更上一層樓。通用模板三的基礎流程和偽代碼如圖所示。Scikit-learn開發(fā)通用模板三通用模板V3.0應用舉例:構建SVM分類模型Scikit-learn開發(fā)通用模板三查看最優(yōu)的超參數組合。調用最優(yōu)模型實例。查看每個參數的交叉驗證結果。Scikit-learn開發(fā)通用模板三本節(jié)實