scikit learn安装教程

啊，今天来讲一下那个赛克兰的一个简介啊，他是做机器学习里面，他里面有一些机器学习里面基础的一些算法，咱们先来打开他的网站来看一下， 好，他的官网就这个啊， secular， 它里面包含几种常用的方法啊？第一个叫做 classification， 就是去分类属于哪一类啊？然后第二个是 regression， 是一个这个回归，嗯，做一些预测啊之类的，叫做 predicting continuous value， tribute associated with an object 啊，作为预测相关，第一个 classification 呢？还是 at inifi， which catch quee， an object belongs to 属于哪一类啊？ 然后第三个，呃，是 clustering， 这个叫做 automatic grouping of sim similar objects into sets， 就是分为哪些小的类别。然后还有一个呢，就是 dimensionality reduction， 叫做 reducing the number of random variables to consider， 就是去降维啊，降维，降低他的维度啊啊，还有其他的一些方法，最常用的就是 四种方法，咱们来挨着看一下哈，其实你拿到数据之后呢，我首先呢我就要学， 需要知道用什么，用哪一种方法是最合适的，他给出了一个什么呢？给出了一个这个，这是从官网上 找到的啊，他说叫做 choosing the right estimator， 就是选择一种对的方式，选择一种对的方式才是更合适。这四种基本的方法呢啊，它是一些 比较老的一些方法啊，但是呢，他现在呢，随着这种网络的提升，嗯，他现在用在这个机器学习里面是非常合适的。 然后我看到有人评论哈，他说这这些方法呢，就是 classification， regression， 还有 classroom 这些方法他是机器学习的。呃 果然的发的果然的发的就是说比较老的方法就延伸过来的哈。好，咱们从这个图上咱们来分析一下啊，他说这个 secure line， argue them， cheat sheets 就做这种的小抄。一种捷径啊，先开始要 start 那个地方开始 开始。如果你的这个数据呢啊是大于五十个，如果是你的这个啊 super 样本大于五十个往下走如果小于五十个呢 啊我需要获得更多的数据。好往下走之后呢啊他就去叫做 predicting a category， 你能够进行分类吗？啊如果能进行分类啊，接着往下走，咱沿着这个路径 先来走一走啊，然后再往下走。你说 label， the deeds 你的这些数据有标签吗？啊就说，呃 这个图片是一个狗，那个图片是一个猫啊，我已经有过标记了啊这个狗呢它属于。呃这个啊哺乳动物啊，这个猫呢啊也属于，比如鸟呢属于这个鸟。鸟科是不是有这种标签啊？如果 有，好，我就可以去做 classification 去做一些 具体的分类啊。如果这个样本大于一百个啊大于一百个之后呢啊可以往下走，做这个 liner 的 svc， 然后呢再接着往下走。嗯再接着往下走，如果小鱼呢咱们就再走这条路去。 好，你再接着往下捋哈，如果你这个没有啊，勒不到对头啊，假设没有标签我我只知道一堆图片你给我了啊，我不知道呃 哪些是？嗯哺乳动物哪些不是哺乳动物啊，这应该怎么办呢？哎可以去进行这个做 classroom 进行聚类，聚成一小类，比如鸟类啊，根据他的一些特点聚成了一类，比如这个这个哺乳动物的啊，猫啊，狗啊啊这种猪啊，他聚成一类。 好，然后我再往下走，咱们再走这个这个表情啊， 嗯，从分类的这个地方往下走，如果这个数据呢？叫做 predicting quantity 去预测一个数据。如果虽然 他这个分类完这个分类完这个数据之后呢？啊可以去预测一个数据， 没有标签没有关系，但是他可以去预测一堆数据里面去预测一个数，我就走这个瑞格外室只做回归分析， 如果这个，呃，如果他是就这个小于一百的啊，如果他是如果他去小于一百，咱们去做一下回归分析啊，如果这个呢？啊？ 他小于一百，小于一百之后呢？他有很少的特征啊，他没有在走这种方法，嗯，如果这个呢？他是 他没有，他不能预测一个数，不是做一个数的预测。咱们再往下走啊，咱们来看一看呢。 看看什么呢啊？这个预测的这个结构啊，如果是的话可以走到这个地方啊。如，如果，如果如果是的话，他是，哎，咱们走这个 random max 的 pcv 啊，然后再往下走，咱们就做什么呢？做一种降维，哎，做一种降维分析，如果不是呢，那咱们再去预测一下它的结构啊。好，这个就是做 c q 烂的几种方式啊，我选择呢？我根据我数据的特点来选择使用哪一种方法，有了它之后咱们再去做数，数的时候做数据处理的时候， 嗯，就会有依据可循哈。

在机器学习任务中，分类是一种监督学习方法，用于根据输入数据预测标签。例如，我们想要根据历史特征预测某人是否对销售优惠感兴趣。通过使用可用的训练数据训练机器学习模型， 我们可以对输入数据执行分类任务。我们经常遇到经典的分类任务，例如二元分类两个标签和多类分类两个以上标签。在这种情况下，我们会训练分类器 模型会尝试从所有可用标签中预测一个标签用于分类的数据及类似于下面的图像，上面的图像显示目标销售优惠。在二元分类中包含两个标签。在多类分类中包含三个标签。模型会从可用特征中进行训练，然后 输出一个标签。多标签分类与二元或多类分类不同，在多标签分类中，我们不仅尝试预测一个输出标签，相反，多标签分类会尝试预测尽可能多地适用于输入数据的标签输出可以是从没有标签到最大数量的可用标签。 多标签分类通常用于文本数据分类任务，例如，下面是一个多标签分类的视力数据集。在上面的视力中，假设文本一到文本五是可以归类为四个类别的句子、事件、体育、流行文化和自然。 通过上述训练数据，多标签分类任务可以预测哪个标签适用于给定的句子。每个类别之间并不相互对立，因为他们不是互吃的，每个标签可以被视为独立的。更详细 记得说，我们可以看到，文本一标记为体育和流行文化，而文本二标记为流行文化和自然，这表明每个标签是互斥的。多标签分类的预测输出可以是没有标签或同时包含所有标签。有了上述介绍， 接下来尝试使用 second learn 搭建多标签分类器。使用 second learn 进行多标签分类。 本教程将使用 cargo 上公开可用的生物医学 pop made 多标签分类数据集。该数据集包含各种特征，但本视频只使用 abstract text 特征和他们的 mish 分类。 a。 解剖学 b。 有机体 c。 疾病等 视力数据如下图所示。上述数据即表明每篇论文都可以被分为多个类别，这就是多标签分类的 案例。有了这个数据集，那么就可以使用 sick learn 建立多标签分类器。在训练模型之前，首先准备好数据集。本视频将文本数据转换为 tfidf 表示，以便 sick learn 模型能够接受训练数据。此外，为了简化教程， 本视频跳过了预处理数据的步骤，例如删除停顿词。数据转换完成后，我们将数据级分割为训练级和测试级。完成所有准备工作后， 我们将开始训练多标签分类器。在 second learn 中，我们将使用 multi output classifier 对象来训练多标签分类器模型。该模型背后的策略是为每个标签训练一个分类器。基本上每个标签都有自己的分类器。 在这个事例中，我们将使用逻辑回归并使用 multi output classifier 将其扩展到所有标签。我们可以更改模型并调整传递给 multi output classifier 的模型参数，因此请根据自己的要求进行管理。 训练完成后，让我们使用模型预测测试数据。预测结果是每个 mis h 类别的标签数组，每一行代表一个句子，每一列代表一个标签。 最后，我们需要对多标签分类器进行评估。我们可以使用准确率指标来评估模型 准确度得分结果为零点一四五，这表明该模型只能在不到百分之十四点五的情况下能预测出准确的标签组合。然而，对于多标签预测评估来说，准确率得分存在不足。准确率 得分需要每个句子的所有标签都出现在准确的位置上，否则就会被认为是错误的。例如，第一行预测与测试数据之间仅有一个标签的差异。对于准确率得分来说，这将被认为是错误的预测，因为标签组合不同。 这就是为什么模型具有较低度量分数的原因。为了解决这个问题，我们必须评估标签的预测，而不是他们的组合。 在这种情况下，我们可以使用 hamming loss 评估指标。汉民损失通过将错误预测与总标签数的比例来计算，因为汉民损失是一种损失函数， 得分越低越好。零表示没有错误预测，一表示所有预测都错误。我们的多标签分类器排名 los 模型为零点一三， 这意味着我们的模型在独立情况下约有百分之十三的错误预测，这意味着每个标签的预测可能有百分之十三的错误。结论，多标签分类是一种机器学习任务， 其输出可以是没有标签或给定输入数据的所有可能标签。这与二元或多类分类不同，其中标签输出是相互排斥的。使用 second learned multi output classifier， 我们可以开发多标签分类器， 为每个标签训练一个分类器。在模型评估方面，最好使用 hemilos 指标，因为准确率得分可能无法正确反映整体情况。 推荐书，单拍放分布式机器学习拍放分布式机器学习本书详细阐述了与分布式机器学习相关的基本解决方案，主要包括拆分 输入数据参数服务器和 or reduce、 构建数据并行、训练和服务管道瓶颈和解决方案。拆分模型、管道输入和曾拆分，实现模型并行训练和服务工作流程， 实现更高的吞吐量和更低的延迟数据并行和模型并行的混合联合学习和边缘设备弹性、模型训练和服务进一步加速的高级技术等内容。 此外，本书还提供了相应的视力代码，以帮助读者进一步理解相关方案的实现过程。本书适合作为高等院校计算机及相关专业的教材和教学参考书，也可作为相关开发人员的自学用书和参考手册。

cicad learn 是针对拍放编程语言的软件机器学习库，常常与拍放数字科学库、 number 和 cipi 联合使用 secate learn 机器学习核心技术与实践，讲解了使用 secate learn 开发机器学习程序的核心知识，并通过具体实力的实现过程演练了使用 secate learn 的方法和流程。本书采用理论加实力的教学方式， 通过这些实力实现了对知识点的横向切入和纵向比较，让读者有更多的实践演练机会。本书还支持在线观看视频讲解读者可以一边阅读图书，一边在线观看视频，提高学习效率，加深对书中案例的理解和应用。

三科特论继续学习编程，练习百例第二集第一个数据中如果存在缺失值，咱们怎么进行数据缺失值的填充？本次题目是这样的，右边呢是有 del frame， 它里面有一列是 wait， 我们看到 wait 两个缺失值 位于第三行以及第五行。咱们的题目是维特列的确实值，使用这一列的平均值进行填充，代码该怎么写呢？打开九点，首先咱们进入 para4 和南派，然后这是数据字典，使用潘纳斯进行加载。我们看一下这 df， 这就是咱们解决的问题的 df。 wait 有两个控制，要对这一列确实值进行填充。咱们可以使用三克特兰的 imputer 模块，咱们先来引入一下 form ice caram 点 may imput， 从它里面 input simple input 运行。然后呢，咱们创建一个策略对象， imputer 就等于 simple imputer 踏船两个参数，第一个 missing values 等于 np 点，嗯嗯，对应咱们上方的这个浪子。 然后第二个，咱们需要传一个策略，就以什么样的形式来进行填充呢？ strategy 等于命，咱们使用君子来进行填充 对象，穿进好了以后，咱们就可以进行非得穿 s form， 英语 weight 这一列 df 两个中二，传入 wet 这一列 imputer， 他的 fit 穿 sphone 的对象呢，应该是一个二维的数字，随之类 df 呢是两个中国号，它就等于 imputer 点 fitter transform 参数，穿上这 df 运行。咱们看一下 df， 大家看到 wait 里面呢，写的没有空值了，而对应的第三个值和第五个值其实又来自于其他值的平均。通过这种方式，咱们就把一列的空值给进行了填充，我们下次见，拜拜。

三克特兰继续学习编程一百列，我们进入第五集。本次题目依然是处理缺失值，咱们使用一列中最频繁出现那个值来填充缺失值。 右边收到一个 delephrey 塞子，这一类呢，它是字物串类型，不是数值类型，因此咱们就不能够用均值这种方法来进行填充。 而对这种走串类型，咱们可以一个统计，叫做最频繁出现的值，使用这个值咱们来进行确实值的填充。 例如这一列，现在 m， 他这字母上出现了三次，是最多的，所以说填充控制了以后，第三行也会变成 m， 咱们来写代码看一下。 打开胶布袋这一集，咱们首先依然看一下这个 df， 咱们看到塞的这一列呢？第三行是有一个空值的，要是用最频繁的值进行填充， 咱们依然先创建一个策略对象， imputer 就等于 simple imputer， 第一个参数 miss mess 就等于 npdi， 嗯，第二个策略是拽得起 等一个奏串，这个曲子咱们可以 shift tablet table 往下翻。 放到这里了以后，咱们看到有一个 most frequent， 他的解释就是用最频繁抽烟的值来进行填充， 咱们直接复制这个折粘贴到这里。然后咱们来非得穿丝方模塞的这一列，复制一下上方的非得穿丝方模这个语法 列名改成赛字赛的这列呢，就等于 n q 叉点，非得川字方母赛这一列 逆行，咱们重新看一下 df， ok， 咱们看到第三行这个空值变成了 m。 回归一下，咱们使用 sipple input， 他策略是 most frequent， 就可以对空值使用最频繁的值进行填充，我们下次见，拜拜。

三克特论记忆学习编程练习一百例第一集怎样检测数据中每一列的缺失值？我们来看这个题目，对于下方的这个数据的字典， 咱们需要实现两步，第一使用它构建潘达斯的 disfim， 第二，咱们需要输出美列缺失值的比例， 我们看到像塞子，它里面有 n p 点 n， 看哪没有空值，真的有一个空值。 ps， 有一个控制，维特有两个控制，咱们需要说出的不是控制的个数，而是控制占整个元素个数的比例。这个题该怎么搞定呢？ 打开九点钟的扑克，首先 input panace s p d， input 男派 as n p， 然后 字典我就直接复制过来了，要是用这个数据字典穿那个 defram， 直接就可以穿进去， df 就等于 pdddf， frame 穿入地摊。咱们看一下这个 df， 这样就很直观的看出来这里面呢，有些列里面有空值，像肩带这个位置， pos 这个位置，威特这两个位置。咱们的题目是要算出来每一列空值的百分比， 这有两个知识点， d 美丽的控制的个数怎么算呢？可以这样进行， df 点 a， snow 点 sam， 我们输出看一下 怎么看到这是梅列，他空值的个数跟自己数数是一样的。第二指点，咱们怎么算这个行数呢？ 就可以这样理性烂 tf， 直接反复的就是咱们的行说那么就简单了，咱们可以这样输出最终的结果， df 点 a， snow 点 stop， 直接处于烂 df， 咱们看到这就输出了每一列他的控制的比例。当然咱们如果想保留两位小说的话呢，可以直接加上 n p 点 rap 参数是二两位小数， ok， 这样的话就完美的得到最终的结果。每一列他控制的比例分别是零点一七、零点一七、零点三三，而有两列没有控制，所以是零。我们下次见，拜拜。

三科特练，继续学习编程，练习一百例第六集，对于数据中有空值，咱们有时候不会填充，直接进行过滤来处理本次的问题。咱们有两列数值列，维特有两个空值， 我的题目是这样的，第一步，过滤掉微头空置的行。第二步，筛选出数字类型的列，那其实就只有这两列。第三步，计算这一列的均值，这三步咱们来看一下该怎么实现。打开揪袋，为了演示，我把这字典呢就给还原了， 使用字典勾走了 tf fm， 看一下这个 df， 咱们看到 price v 的这两列呢，现在就有原来的空值了。 咱们的问题，第一个条件要筛选出为他不为控的那些行，咱们可以这样进行， df 中号可以 传一个 siris， 点 sno， 这里面会返回空着的行，咱们要取返，所以说加个波浪符就会取返，那么这一句就会筛选出为的不为空的那些行，咱们来看一下， ok， 为的呢，现在都有值了。 咱们第二步是需要表演出里面的数字列，大家记住一个方法， 点 select d taps tag， 参数 include， 等于列表传入 float。 咱们运行一下，大家看到只筛选出了数字这两列，然后要计算均值，那简单了点，命就 黑了，默认情况下他就会返回这两列，每一列的军指咱们就实现了目标。 对于控制的数据，咱们筛选出没有控制的行，然后按类型筛选出数值列，对数值列咱们可以进行统计，比如说求均值，我们下次见，拜拜。

三个蛋鸡学习编程，练习板栗，我们进入数字离散化的最后一集，不止实现数字离散化，而且直接变成可以送鸡学习模型的虚拟编码， 咱们看一下需要什么样的转换。维特是一个数值列，咱们会变成右边这个 df， 除了维特，他有三列， with cut light， with a cut normal， with a cut heavy。 下方是这种文浩特类型的数字编码，例如七十五，他是一个清醒 night， 下面是一，其他的都是零 九十一，它本身呢属于 high， 所以说是零零一。因此这次的处理呢，咱们需要这一步骤，新增引列 vt cart 指定区间为咱们指定的区间，并指定标签。这边体验 在 lette 南某海北对他实现离散化了以后呢，咱们使用 pt 点 get 刀妹色，可以实现下方的这个零零一零一零，这样的虚拟编码就是数字编码，这个结果才可以送给继续的模型， 咱们看一下，打开这个袋，咱们看十一级的代码，在前面咱们已经学习了，也是潘大四构建一个 dfm， 只有一个维他列， 然后咱们新增了一列叫 vid cart， 它来源于 ddfv 的这一列，进行 p 点 car 转换， 参数有自己指定的 bings 区间，并且指定的雷宝斯这样的标签运行。然后咱们看一下新的 df， 维特是原来树脂链维特卡的，是新增的分裂裂，为什么说他是分裂裂呢？点粉印法看一下 这一列呢是开了鬼，这样的话咱们可以直接把它传给 pd， 点开始 dombies df 就等于 pdd gatdomis， 然后传入 df， 这个时候咱们看一下 df 它的结果，咱们看到竖直列是不会变的， 批点盖的刀面时会自动的对开太鬼列和怎么穿列进行转换，变成这样的多列形式。咱们原来标签的 let， 那么和 have 三个曲直分为变成了三个列，如果你属于 let， 那么 let 就是一，你属于 no， 那么那么这一点就是一， 你属于 have， 那么 have 这一列是一通常形式。咱们完成了一个最终的效果，一个数字列把它分成多个区间进行分类，分类了以后最终实现了一个离散化的编码，我们下次见，拜拜。

三科的论继续学习编程，练习一百例第七集，对于数据中有缺失值的自负串列，咱们能不能批量的用长量进行填充？大家看右边这个 df， towel 撕裂是自负串列，包含 size， color， 肩带， bolt。 咱们的任务有两步，第一步，你需要筛选出所有的自负串的类型，在判断词中自负串类型也就是 object。 第二步，咱们用一个支付叉，比如说 ampty， 这个支付叉对他们的空值进行批量的填充。这个问题该怎么做呢？打开这个拨打，这是咱们的 tf frame， 他是一个字典，然后传入 pe， 点 def， fm， 勾走了这个 df。 这个 df 中 size， color， 肩带， both 这几列呢是自由串列，咱们可以使用 select detaps 进 筛选，也对他们进产量进行填充。咱们依然是用三个人的 simple input 进填充。首先 from s clean， 点 input， input simple impulse， 然后呢，处处一个对象， imputer 就等于 simple imputer， mincing values 就等于 np， 点 nn， 然后 strategy 等于 constant feel value 等于什么呢？一个字不串安排。 然后这次咱们要转换所有的资产列，首先呢，咱们可以先把资产的列的名字给取出来， com 就等于 df， 点 select detaps， include 等于 object， 他点 columns。 咱们看一下这个列名，咱们看到 size， color， 肩带和 botch。 对着四列咱们进行 transform， 大家看一下效果，点 feet transform， df 中文号传入这个 clamas 运行，咱们看到 size 的空值呢，变成 empty， 后面的 gender 这一列也出现了 empty， 这两列是有空的，所以说被填充了，如果咱们想让他设置回原来的 df， 可以这样逆行 df 点 log show 的航，然后克拉姆斯 就等于它川字方面的结果运行。然后咱们看一下 df 打开呢，这 df 呢就被改变了 size 的安排腿 gender， 它里面也出现了 mpt， 这个是咱们本节的实现。对多列的 optec 列需要紧控制填充的话呢，咱们首先穿这个 simple imputer 策略是 constantine feel， value 是 and party。 然后咱们筛选出 object 列的列名，对这么多的列，咱们可以使用菲的川字方母得到多列填充的结果， 要复制回原来 df， 可以使用点 loco 语法所有的行 colums 多列进行复制，我们下次见，拜拜。