python sklearn是什么_Sklearn到底是什么？
更多详细代码关注sklearn中文官方文档：
1.概念
Scikit-Learn（全称：Python机器学习库）是以Python语言为基础开发的机器学习工具包。它在NumPy、SciPy、Pandas和Matplotlib的基础上构建起来，并且其API设计非常优雅。所有的API接口都相当简单易用，并且成功地封装了大量常用的机器学习方法。这些方法包括强大的回归分析能力、有效的降维技术、精确的分类算法以及灵活的聚类分析方法。该库提供了丰富的机器学习功能，并且支持多种主流的数据分析和可视化技术。
2.方法
2.1有监督学习的分类任务(Classification)
分类算法：
from sklearn import SomeClassifier
from sklearn.linear_model import SomeClassifier
from sklearn.ensemble import SomeClassifier
2.2有监督学习的回归任务(Regression)
回归算法：
from sklearn import SomeRegressor
from sklearn.linear_model import SomeRegressor
from sklearn.ensemble import SomeRegressor
2.3无监督学习聚类任务(Clustering)
聚类算法：
from sklearn.cluster import SomeModel
2.4无监督学习的降维任务(Dimensionality Reduction)
from sklearn.decomposition import SomeModel
2.5模型选择任务(Model Selection)
from sklearn.model_selection import SomeModel
2.6数据的预处理任务(Preprocessing)
from sklearn.preprocessing import SomeModel
2.7引入某个数据集
from sklearn.datasets import SomeData
3.部分代码详细分析
3.1自带的数据集
例如导入乳腺癌数据集：
#导入乳腺癌数据集
from sklearn.datasets import load_breast_cancer
数据是以「字典」格式存储的，详细查看一下里面的键：
breast = load_breast_cancer()
print(breast.keys())
结果：
键的名词解释：
data：特征值 (数组)
target：标签值 (数组)
target_names：标签 (列表)
DESCR：数据集描述
feature_names：特征 (列表)
filename：iris.csv 文件路径
详细查看一下数据集：
#定义两个分别为数据集的样例个数、特征个数
n_samples,n_features = breast.data.shape
#输出数据集的样例个数和特征个数，类似数据集的规模
print(n_samples,n_features)
#输出数据集的特征名称
print(breast.feature_names)
#输出数据集的前5个特征示例
print(breast.data[0:5])
可以看到输出分别为——样例个数以及特征个数：
数据集中30个特征的名称为：
前五个示例为(每一个示例中都有30个数据，分别对应30个特征)：
输出数据集的标签大小：
#输出数据集的标签数量(也就是最后的那个是乳腺癌良性还是恶性)：
print(breast.target.shape)
输出数据集标签名称看看：
#输出数据集标签名称：
print(breast.target_names)
输出全部标签示例：
该数据集包含569个标签，并划分为两个分类项（malignant恶性与benign良性），其中分别以数值形式编码为0和1的形式表示各类别归属
通过pandas库中的DataFrame工具生成为数据框以解析数据集的具体信息
Seaborn 的 pairwise plot (显示各特征之间的关系) 用于呈现数据集的内容。
import seaborn as sns
from matplotlib import pyplot as plt
sns.pairplot(breast_data,hue='species',palette='husl');
plt.show()