任務(wù)3.1安裝python機(jī)器學(xué)習(xí)算法庫(kù)PowerpointdesignPowerpoint010203任務(wù)描述預(yù)備知識(shí)實(shí)施過(guò)程目錄01任務(wù)描述Powerpoint01scikit.learn是一個(gè)開源的Python機(jī)器學(xué)習(xí)庫(kù)（/），它被廣泛用于機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘和數(shù)據(jù)分析。該庫(kù)包含許多用于分類、回歸、聚類和降維等機(jī)器學(xué)習(xí)算法。此外，scikit.learn還包含預(yù)處理、模型選擇和評(píng)估等工具，以幫助我們將算法應(yīng)用于實(shí)際問(wèn)題。scikit-learn簡(jiǎn)介scikit.learn將所有任務(wù)分為六大類。scikit-learn任務(wù)分類02機(jī)器學(xué)習(xí)Powerpoint用人工智能方法解決問(wèn)題本質(zhì)就是建立輸入數(shù)據(jù)x和輸出數(shù)據(jù)y之間的近似映射，無(wú)限逼近真實(shí)映射。如果x和y存在映射（模型）。如圖所示，有兩種情況：一對(duì)一映射和多對(duì)一映射。映射關(guān)系機(jī)器學(xué)習(xí)背景機(jī)器學(xué)習(xí)背景機(jī)器學(xué)習(xí)是研究如何使用機(jī)器來(lái)模擬人類學(xué)習(xí)活動(dòng)的一門學(xué)科。稍為嚴(yán)格的提法是：機(jī)器學(xué)習(xí)是通過(guò)計(jì)算的手段，利用經(jīng)驗(yàn)來(lái)改善系統(tǒng)自身性能。定義機(jī)器學(xué)習(xí)和程序設(shè)計(jì)之間的區(qū)別，如圖所示。區(qū)別機(jī)器學(xué)習(xí)概念機(jī)器學(xué)習(xí)過(guò)程如圖3.5所示。1）機(jī)器學(xué)習(xí)過(guò)程分為兩個(gè)階段：訓(xùn)練階段、測(cè)試階段。2）訓(xùn)練階段輸出：模型。3）測(cè)試階段：使用模型做出預(yù)測(cè)。4）實(shí)際還需要對(duì)訓(xùn)練階段輸出的模型進(jìn)行評(píng)估，如果評(píng)估通過(guò)進(jìn)入測(cè)試階段，否則要重新訓(xùn)練（改變數(shù)據(jù)、算法、參數(shù)）。過(guò)程概述機(jī)器學(xué)習(xí)過(guò)程機(jī)器學(xué)習(xí)分類一級(jí)分類二級(jí)分類輸出類型算法評(píng)估方法有監(jiān)督學(xué)習(xí)（有標(biāo)簽）分類問(wèn)題離散決策樹隨機(jī)森林SVM貝葉斯分類器正確率精準(zhǔn)率召回率F1分?jǐn)?shù)回歸問(wèn)題連續(xù)線性回歸均方誤差絕對(duì)誤差R2分?jǐn)?shù)無(wú)監(jiān)督學(xué)習(xí)（無(wú)標(biāo)簽）聚類問(wèn)題

Kmeans類內(nèi)距離小類間距離大03實(shí)施過(guò)程Powerpoint數(shù)據(jù)集類型1、加載數(shù)據(jù)集。自帶的小數(shù)據(jù)集：sklearn.datasets.load_.可在線下載的數(shù)據(jù)集：sklearn.datasets.fetch_.計(jì)算機(jī)生成的數(shù)據(jù)集：sklearn.datasets.make_.svmlight/libsvm格式的數(shù)據(jù)集:sklearn.datasets.load_svmlight_file(…)文檔閱讀實(shí)現(xiàn)線性回歸參數(shù)計(jì)算的方法有很多種，可以通過(guò)最小二乘法進(jìn)行一步到位的參數(shù)求解，同時(shí)也能夠通過(guò)梯度下降進(jìn)行迭代求解，如果要詳細(xì)了解訓(xùn)練過(guò)程的參數(shù)求解方法，就需要回到官網(wǎng)中查閱評(píng)估器的相關(guān)說(shuō)明（見(jiàn)圖3.6）。首先我們已經(jīng)知道LinearRegression是一個(gè)回歸類模型，所以肯定在sklearn官網(wǎng)說(shuō)明Regression板塊中。官網(wǎng)文檔查找2、如何在官網(wǎng)中找到模型操作文檔。在官網(wǎng)中找到相關(guān)評(píng)估器（模型）說(shuō)明，這對(duì)于理解模型的原理及使用方法等是非常重要的。以LinearRegression任務(wù)為例：算法特性探討還會(huì)對(duì)算法的某些特性進(jìn)行探討（往往都是在使用過(guò)程中需要注意的問(wèn)題），例如對(duì)于普通最小二乘法，最大的問(wèn)題還是在于特征矩陣出現(xiàn)嚴(yán)重多重共線性時(shí)，預(yù)測(cè)結(jié)果會(huì)出現(xiàn)較大的誤差。然后，說(shuō)明文檔會(huì)列舉一個(gè)該算法的完整使用過(guò)程，也就是穿插在說(shuō)明文檔中的example。最后，說(shuō)明文檔會(huì)討論幾個(gè)在模型使用過(guò)程中經(jīng)常會(huì)比較關(guān)注的點(diǎn)，對(duì)于線性回歸，此處列舉了兩個(gè)常見(jiàn)問(wèn)題，即非負(fù)最小二乘如何實(shí)現(xiàn)，以及最小二乘法的計(jì)算復(fù)雜度（見(jiàn)圖3.9）。數(shù)據(jù)集加載依賴包列表importpandasaspd.importmatplotlib.pyplotasplt.%matplotlibinline.importnumpyasnp.Titanic數(shù)據(jù)分析依賴包。importseabornassns