首页 › AI 与数据分析 › Scikit-learn 教程

划分训练集与测试集

Scikit-learn 教程 · 第 4 章 · 5 次浏览

分类是 sklearn 最常用的场景。多个算法换着试，选效果好的。这里给出 4 个主流分类器的最简用法，代码几乎一样。

算法选择

  • LogisticRegression：线性，快，好基线
  • KNeighborsClassifier：KNN，简单
  • SVC：SVM，小样本强
  • RandomForestClassifier：随机森林，稳

代码示例

from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split
from sklearn.linear_model import LogisticRegression
from sklearn.neighbors import KNeighborsClassifier
from sklearn.svm import SVC
from sklearn.ensemble import RandomForestClassifier
from sklearn.metrics import accuracy_score

X, y = load_iris(return_X_y=True)
X_train, X_test, y_train, y_test = train_test_split(
    X, y, test_size=0.3, random_state=42)

models = {
    "逻辑回归": LogisticRegression(max_iter=200),
    "KNN": KNeighborsClassifier(n_neighbors=5),
    "SVM": SVC(),
    "随机森林": RandomForestClassifier(n_estimators=100, random_state=42),
}

for name, model in models.items():
    model.fit(X_train, y_train)
    acc = accuracy_score(y_test, model.predict(X_test))
    print(f"{name}: 准确率 {acc:.4f}")
📚 Python 语法速查
常用条目速查，完整版见对应教程章节。可复制代码到在线运行中测试。
写法 / 语法作用
print("hello")输出到控制台
name = "张三"变量赋值（无需声明类型）
if x > 0: ...条件判断（注意冒号和缩进）
for i in range(10): ...循环（缩进是语法的一部分）
while x < 10: ...条件循环
def fn(a, b): return a + b定义函数
class Person: ...定义类
list = [1, 2, 3]列表（可改）
tuple = (1, 2)元组（不可改）
dict = {"key": "value"}字典（键值对）
set = {1, 2, 3}集合（去重）
len(obj)取长度
str(x) / int(x) / float(x)类型转换
s.split(",")字符串按分隔符拆分
" ".join(list)列表拼接成字符串
import os导入模块
from math import sqrt从模块导入指定函数
try: ... except Exception as e: ...异常捕获
with open("a.txt", "r") as f: ...文件读取（自动关闭）
f"你好 {name}"f-string 格式化
lambda x: x * 2匿名函数
list(map(fn, arr))函数式处理列表
range(start, stop, step)生成数字序列
if __name__ == "__main__":主入口判断
pip install 包名安装第三方包（命令行）
📖 延伸阅读