1,


pkl文件是一种二进制文件
注意:在当前版本直接import joblib即可,不需要从sklearn中导入.

    #用保存的模型进行预测model=joblib.load('./tmp/test.pkl')y_predict=std_y.inverse_transform(model.predict(x_text))print(y_predict)#estimator预测# #正规方程方法预测# lr=LinearRegression()# lr.fit(x_train,y_train)# print(lr.coef_)#打印求出的权重# joblib.dump(lr,'./tmp/test.pkl')

2,逻辑回归


与y轴交叉地方为0.5处.
该函数的作用是:可以将线性回归的结果转化为概率.







其中penalty参数为:正则化参数,说明不需要担心过拟合问题

def logistic():'''逻辑回归案例:return: None'''#由于数据中第一行并不是列名称,所以需要自行指定列索引column = ['Sample code number','Clump Thickness', 'Uniformity of Cell Size','Uniformity of Cell Shape','Marginal Adhesion', 'Single Epithelial Cell Size','Bare Nuclei','Bland Chromatin','Normal Nucleoli','Mitoses','Class']#读取数据,并输入列索引data = pd.read_csv("https://archive.ics.uci.edu/ml/machine-learning-databases/breast-cancer-wisconsin/breast-cancer-wisconsin.data", names=column)#注意这种读取数据的方法#处理数据,缺失值data=data.replace(to_replace='?',value=np.nan)#注意需要先替换data=data.dropna()#这里需要接受返回值#数据分割x=data[column[1:10]]#因为第一列是编号,所以不包含索引0y=data[column[10]]x_train,x_text,y_train,y_text=train_test_split(x,y,test_size=0.25)#特征工程,这里目标值不需要进行标准化,因为这里为分类问题,目标值只有两个类型.前面的算法需要标准化是因为不标准化,训练时会使得权重增大std=StandardScaler()x_train=std.fit_transform(x_train)x_text=std.transform(x_text)#算法实现lr=LogisticRegression()#这里参数使用默认值lr.fit(x_train,y_train)y_predict=lr.predict(x_text)print('准确率为:',lr.score(x_text,y_text))print(lr.coef_)#打印权重#召回率print('召回率为:',classification_report(y_text,y_predict,labels=[2,4],target_names=['良性','恶性']))#这里的label与target_names用于对应
if __name__=='__main__':logistic()

多分类问题解决,需要分解为若干个二分类问题

生成模型与判别模型的区别是:有没有先验概率.(是否需要从历史数据中总结出一些概率信息)

3,非监督学习算法





一组数据如果没有目标值,可以先做聚类,找到各类别特点之后,再做分类


注意b_i不像图中说的取距离平均值的最小值,应该取距离的最小值.当sci达到0.1的时候,性能就已经很好了.


labels为聚类算法的predict

代码在instacart.ipynb中