🤖 Scikit-learn 入门指南

Scikit-learn 是基于 NumPy、SciPy 和 matplotlib 的机器学习库，提供了常见的分类、回归、聚类、降维等工具，是入门机器学习的首选。

---

✅ Scikit-learn 能解决什么问题？

类型	示例任务	应用方向
分类	邮件是否为垃圾邮件	文本分析、医学预测
回归	房价预测	金融、房产估价
聚类	用户分群、图像分割	推荐系统、市场分析
降维	数据压缩、特征提取	图像、文本预处理
模型选择	网格搜索、交叉验证	提升模型性能
特征工程	标准化、编码、选择	数据预处理与管道

---

📦 安装

pip install scikit-learn

---

📊 基本使用：分类任务示例（Iris 数据集）

1️⃣ 加载数据集

从 sklearn.datasets 导入 加载鸢尾花

数据 = 加载鸢尾花()
打印(数据.数据[:3])

---

2️⃣ 划分训练集和测试集

从 sklearn.model_selection 导入 训练测试划分

X_训练, X_测试, y_训练, y_测试 = 训练测试划分(
数据.数据, 数据.目标, 测试大小=0.2, 随机状态=42
)

---

3️⃣ 训练模型

从 sklearn.neighbors 导入 K近邻分类器

模型 = K近邻分类器()
模型.拟合(X_训练, y_训练)

---

4️⃣ 模型预测与评估

预测 = 模型.预测(X_测试)

从 sklearn.metrics 导入 精度
打印("准确率:", 精度(y_测试, 预测))

---

🧰 常见模块介绍

模块	功能
sklearn.datasets	提供示例数据集
sklearn.model_selection	数据切分、交叉验证、搜索
sklearn.preprocessing	标准化、编码、归一化
sklearn.linear_model	回归模型，如线性回归
sklearn.tree	决策树、随机森林
sklearn.svm	支持向量机
sklearn.neighbors	KNN 分类、回归
sklearn.metrics	模型评估指标
sklearn.pipeline	构建训练管道

---

🔄 管道与预处理示例

从 sklearn.pipeline 导入 管道
从 sklearn.preprocessing 导入 标准化器
从 sklearn.linear_model 导入 逻辑回归

模型 = 管道([
("缩放", 标准化器()),
("分类器", 逻辑回归())
])

模型.拟合(X_训练, y_训练)

---

🧪 交叉验证与网格搜索

从 sklearn.model_selection 导入 网格搜索CV

参数 = {"n_neighbors": [3, 5, 7]}
搜索 = 网格搜索CV(K近邻分类器(), 参数, cv=3)
搜索.拟合(X_训练, y_训练)

打印(搜索.最佳参数_)

---

📈 支持的模型一览

类别	示例模型
分类	KNN、SVM、决策树、朴素贝叶斯
回归	线性回归、Ridge、SVR
聚类	KMeans、MeanShift、DBSCAN
降维	PCA、TruncatedSVD
模型选择	GridSearchCV、RandomizedSearchCV

---