sklearn库函数

datasets.load_iris() iris鸢尾花数据集

样本大小150，每个样本包含四个特征和样本类别，所以iris数据集是一个150行5列的二维表。我们根据样本的四个特征(data)对其进行分类，分类结果放在第五列(target或label) 函数介绍：

http://sklearn.lzjqsdd.com/modules/generated/sklearn.datasets.load_iris.html

from sklearn import datasets iris=datasets.load_iris() print("打印样本大小") print(iris.data.shape) print("打印data前5行") print(iris.data[:3]) print("打印target 大小数据") print(iris.target.shape) print(iris.target)

输出：

打印样本大小 (150, 4) 打印data前5行 [[5.1 3.5 1.4 0.2] [4.9 3. 1.4 0.2] [4.7 3.2 1.3 0.2]] 打印target 大小数据 (150,) [0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2]

源文：

https://blog.csdn.net/java1573/article/details/78865495

train_test_split（） 将矩阵随即划分为训练子集和测试子集，并返回划分好的训练集测试集样本和训练集测试集标签

函数介绍：

https://scikit-learn.org/stable/modules/generated/sklearn.model_selection.train_test_split.html

格式： X_train,X_test, y_train, y_test =cross_validation.train_test_split(train_data,train_target,test_size=0.3, random_state=0)

主要参数： train_data: 被划分的样本特征集 train_traget: 被划分的样本标签 test_size: (0,1)间的浮点数表示样本占比，整数则表示样本数量 random_state:随机数种子。

示例代码:

>>> import numpy as np >>> from sklearn.model_selection import train_test_split >>> X, y = np.arange(10).reshape((5, 2)), range(5) >>> X array([[0, 1], [2, 3], [4, 5], [6, 7], [8, 9]]) >>> list(y) [0, 1, 2, 3, 4] >>> >>> X_train, X_test, y_train, y_test = train_test_split( ... X, y, test_size=0.33, random_state=42) ... >>> X_train array([[4, 5], [0, 1], [6, 7]]) >>> y_train [2, 0, 3] >>> X_test array([[2, 3], [8, 9]]) >>> y_test [1, 4]

源文：

https://www.cnblogs.com/bonelee/p/8036024.html

sklearn.model_selection.cross_val_score() 交叉验证(Cross Validation 又称 CV)

函数介绍：

https://scikit-learn.org/stable/modules/generated/sklearn.model_selection.cross_val_score.html

格式：

sklearn.cross_validation.cross_val_score( //必选参数 estimator, //自己选定的模型； 估算量，算子，用于拟合数据 X, //训练集(自变量部分) ;需要拟合的数据，可以被实例化为list或array //可选参数 y=None, //训练集(因变量部分) scoring=None, // 评价函数 cv=None, //交叉验证生成器或可迭代的次数 n_jobs=1, //同时工作的cpu个数（-1代表全部） verbose=0, //详细程度 fit_params=None, //传递给估算器的拟合方法参数 pre_dispatch=‘2*n_jobs’ //控制并行执行期间调度的作业数量。 )