聚类模型

Scikit-learn 教程 · 第 7 章 · 4 次浏览

训练好的模型要保存复用（joblib/pickle），参数要系统调优（GridSearchCV/RandomizedSearchCV）。这是从"跑通"到"能用"的两步。

保存加载

joblib.dump(model, "model.pkl") 保存；joblib.load 加载。整个 Pipeline 一起保存更方便。

网格搜索

GridSearchCV：参数组合穷举 + 交叉验证，自动找最优。RandomizedSearchCV 随机采样（参数多时更快）。

代码示例

import joblib
from sklearn.ensemble import RandomForestClassifier
from sklearn.model_selection import GridSearchCV
from sklearn.datasets import load_iris

X, y = load_iris(return_X_y=True)

# 网格搜索调参
param_grid = {
    "n_estimators": [50, 100, 200],
    "max_depth": [3, 5, None],
    "min_samples_split": [2, 5],
}
grid = GridSearchCV(
    RandomForestClassifier(random_state=42),
    param_grid, cv=5, n_jobs=-1, verbose=1)
grid.fit(X, y)

print("最佳参数:", grid.best_params_)
print("最佳得分:", grid.best_score_.round(4))

# 保存最佳模型
joblib.dump(grid.best_estimator_, "iris_model.pkl")

# 加载使用
loaded = joblib.load("iris_model.pkl")
print("加载后预测:", loaded.predict(X[:3]))

📚 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）