机器学习内容是不是要用到很多实际案例的数据?
发布网友
发布时间：2022-04-29 09:54
共3个回答
热心网友
时间：2022-04-30 18:31
摘要：如果你是机器学习的初学者，这将是一个很好的热身练习例程。首先，教你如何安装Python 和相关机器学习的库模块，同时，会教你如何用数据库里面的数据，然后，会教你如何用不同的机器学习算法对数据库里的数据进行分类预测，最后，比较各种预测算法的准确性。交流球球前面一四四中间九九一后面零零五二。
第一步 安装Python和相关库模块（以win10为例）
1. 下载python 下载地址： https://www.python.org/downloads/
推荐下载Python 3.6.0 以上的版本。
2. 安装Python，路径推荐使用"c:\python36"一路默认值安装到底
3. 在环境变量PATH中增加"c:\python36". 此步只是为了能够用cmd更方便的使用Python
到此为止， Python就安装好了， 下面介绍安装pip
1. 下载pip， 下载地址： https://bootstrap.pypa.io/get-pip.py
2. 将"get.pip.py" 拷贝到“c:\python36”，并打开CMD 命令行
3. 在CMD里输入
python -m pip install --upgrade pip setuptools wheel
接下来， 安装机器学习相关的苦模块，如下是5个关键机器学习库：
接下来， 安装机器学习相关的苦模块，如下是5个关键机器学习库：
scipy
numpy
matplotlib
pandas
sklearn
以scipy为例，在CMD里输入“ python -m pip install scipy” 等待安装完成。一次安装完成上述库模块。
在CMD里面输入python 回车，然后运行如下命令，检查模块版本。
# Check the versions of libraries# Python versionimport sysprint('Python: {}'.format(sys.version))# scipyimport scipyprint('scipy: {}'.format(scipy.__version__))# numpyimport numpyprint('numpy: {}'.format(numpy.__version__))# matplotlibimport matplotlibprint('matplotlib: {}'.format(matplotlib.__version__))# pandasimport pandasprint('pandas: {}'.format(pandas.__version__))# scikit-learnimport sklearnprint('sklearn: {}'.format(sklearn.__version__))结果
Python: 2.7.11 (default, Mar 1 2016, 18:40:10)[GCC 4.2.1 Compatible Apple LLVM 7.0.2 (clang-700.1.81)]scipy: 0.17.0numpy: 1.10.4matplotlib: 1.5.1pandas: 0.17.1sklearn: 0.18.1
第二步 加载数据库数据
从开始菜单打开Python(GUI)， 点击File-> New File，新建一个python 脚本文件，就可以开始编程了。点击窗口Run就可以运行程序。
下面介绍如何加载数据库
1. 导入库
# Load librariesimport pandasfrom pandas.tools.plotting import scatter_matriximport matplotlib.pyplot as pltfrom sklearn import model_selectionfrom sklearn.metrics import classification_reportfrom sklearn.metrics import confusion_matrixfrom sklearn.metrics import accuracy_scorefrom sklearn.linear_model import LogisticRegressionfrom sklearn.tree import DecisionTreeClassifierfrom sklearn.neighbors import KNeighborsClassifierfrom sklearn.discriminant_analysis import LinearDiscriminantAnalysisfrom sklearn.naive_bayes import GaussianNBfrom sklearn.svm import SVC2. 加载数据
下面以花朵尺寸数据库为例，用多种机器学习算法来做花种类的分类。首先加载数据
# Load dataseturl = "https://archive.ics.uci.e/ml/machine-learning-databases/iris/iris.data"names = ['sepal-length', 'sepal-width', 'petal-length', 'petal-width', 'class']dataset = pandas.read_csv(url, names=names)然后， 我们让这些数据可视化。
# headprint(dataset.head(20))# scatter plot matrixscatter_matrix(dataset)plt.show()
第三步 用不同的机器学习算法进行分类预测选择最优模型
1. 先将数据库里的数据分成两组： 80% 数据作为机器学习的训练数据， 20%的数据用来测试算法。
# Split-out validation datasetarray = dataset.valuesX = array[:,0:4]Y = array[:,4]validation_size = 0.20seed = 7X_train, X_validation, Y_train, Y_validation = model_selection.train_test_split(X, Y, test_size=validation_size, random_state=seed)X_train 是花朵尺寸数据
Y_train 是花朵的种类
X-validation 是等待验证算法的花朵尺寸数据
Y_validation 是花朵尺寸X-validation对应的实际花朵类型
2. 设定参数
# Test options and evaluation metricseed = 7scoring = 'accuracy'3. 建立模型
由于我们不确定那个机器学习的算法更适用该分类，因此我们选择如下几个算法去评估：
Logistic Regression (LR)
Linear Discriminant Analysis (LDA)
K-Nearest Neighbors (KNN).
Classification and Regression Trees (CART).
Gaussian Naive Bayes (NB).
Support Vector Machines (SVM).
# Spot Check Algorithmsmodels = []models.append(('LR', LogisticRegression()))models.append(('LDA', LinearDiscriminantAnalysis()))models.append(('KNN', KNeighborsClassifier()))models.append(('CART', DecisionTreeClassifier()))models.append(('NB', GaussianNB()))models.append(('SVM', SVC()))# evaluate each model in turnresults = []names = []for name, model in models:kfold = model_selection.KFold(n_splits=10, random_state=seed)cv_results = model_selection.cross_val_score(model, X_train, Y_train, cv=kfold, scoring=scoring)results.append(cv_results)names.append(name)msg = "%s: %f (%f)" % (name, cv_results.mean(), cv_results.std())print(msg)4. 选择最优模型
根据上述程序的运行结果，KNN的准确率0.983333 是所有算法中最高的。因此我们选择KNN机器学习算法去做X-valication的分类预测。
第四步 进行预测
用KNN算法进行预测
# Make predictions on validation datasetknn = KNeighborsClassifier()knn.fit(X_train, Y_train)predictions = knn.predict(X_validation)print(accuracy_score(Y_validation, predictions))print(confusion_matrix(Y_validation, predictions))print(classification_report(Y_validation, predictions))如下是运行结果
0.9[[ 7 0 0][ 0 11 1][ 0 2 9]]precision recall f1-score supportIris-setosa 1.00 1.00 1.00 7Iris-versicolor 0.85 0.92 0.88 12Iris-virginica 0.90 0.82 0.86 11avg / total 0.90 0.90 0.90 30此外， 开可以直接打印出“predictions”和“Y-validation”比较预测值 和 实际值的结果。
===================================
这篇文章是翻译的大牛的作品，本人已经运行过，这是一个很好的机器学习的开端。
热心网友
时间：2022-04-30 19:49
热心网友
时间：2022-04-30 21:24
