统计学习: 问题设置以及 scikit-learn 中的估计器对象(estimator object)¶

与官方文档完美匹配的中文文档，请访问 https://www.studyai.cn

Logo
首页 安装 文档 案例
Fork me on GitHub
Previous
用于科学数据处理的统计学习教程
Next
监督学习: 从高维观测中预测输出变量
Up
用于科学数据处理的统计学习教程
scikit-learn v0.20.1
其他版本

该中文文档由人工智能社区的Antares翻译!

统计学习: 问题设置以及 scikit-learn 中的估计器对象(estimator object)
数据集
估计器对象

统计学习: 问题设置以及 scikit-learn 中的估计器对象(estimator object)
数据集
Scikit-learn处理来自一个或多个数据集的学习信息，这些信息通常被表示为2D数组。 这个2D数组可以理解成很多的多维观测的一个列表。2D数组的第一个axis是 samples axis,是样本索引， 第二个axis是features axis，是特征索引。

scikit-learn自带的一个简单例子: iris dataset

from sklearn import datasets
iris = datasets.load_iris()
data = iris.data
data.shape
(150, 4)
上面这个数据集包含了对irises的150个样本的观测数据，每个观测数据描述了irise的四个特征： their sepal and petal length and width, 每个特征分量的实际意义可以在 iris.DESCR 中找到。

如果数据的shape一开始不是 (n_samples, n_features) 这样的2D array, 那么必须要经过预处理才可以在 scikit-learn 中使用.

下面的例子展示了digits数据集是如何进行reshape操作的。

…/…/images/sphx_glr_plot_digits_last_image_001.png
digits 数据集包含了1797个8x8的手写字符图像

digits = datasets.load_digits()
digits.images.shape
(1797, 8, 8)

import matplotlib.pyplot as plt
plt.imshow(digits.images[-1], cmap=plt.cm.gray_r)
<matplotlib.image.AxesImage object at …>
要想在scikit-learn中使用digits数据, 我们需要将每一个 8x8 的字符图像变换成一个长度为64的特征向量

data = digits.images.reshape((digits.images.shape[0], -1))
估计器对象
Fitting data: scikit-learn 实现的主要API就是 estimator。 估计器是一个可以从数据中学习的任何对象(An estimator is any object that learns from data)；它可以是分类器，回归器，聚类器或者是一个从 原始数据中抽取和过滤有用特征的变换器(transformer)。

所有的estimator对象都会暴露一个 fit 方法，该方法接受一个dataset作为参数， (通常是一个 2-d array):

estimator.fit(data)
Estimator parameters: estimator的所有参数都可以在它被实例化的时候设置，或者通过对应的属性进行修改

estimator = Estimator(param1=1, param2=2)
estimator.param1
1
Estimated parameters: 当estimator在数据上进行了拟合以后, 从数据中估计出(学习到)的参数就到手了。 所有学习到的参数都是estimator对象的属性，这些属性的命名有一定的规则

estimator.estimated_param_
© 2007 - 2018, scikit-learn developers (BSD License). Show this page source
Previous
Next