基于scikit-learn机器学习库的分类预测

  1. 云栖社区>
  2. 翻译小组>
  3. 博客>
  4. 正文

基于scikit-learn机器学习库的分类预测

【方向】 2018-04-16 15:09:38 浏览2275
展开阅读全文

一旦你在scikit-learn中选择好机器学习模型,就可以用它来预测新的数据实例。初学者经常会有这样的疑问:

如何在scikit-learn中用我自己的模型进行预测?

在本教程中,你将会发现如何在Python的机器学习库scikit-learn 中使用机器学习模型进行分类和回归预测。文章结构如下:

1.如何构建一个模型,为预测做好准备。

2.如何在scikit-learn库中进行类别和概率预测。

3.如何在scikit-learn库中进行回归预测。

b534fa22f0de5d7ac737885dae6a2025d90afcec 

一、构建一个模型

在进行预测之前,你必须训练一个最终模型。可以使用k-fold交叉验证或训练/测试数据,对模型进行训练。这样做的目的就是为了评估模型在样本外数据上的表现及其性能,比如新的数据。

你可以在这里了解更多关于如何训练最终模型的信息:

如何训练一个最终的机器学习模型

二、如何预测分

网友评论

登录后评论
0/500
评论
【方向】
+ 关注
所属云栖号: 翻译小组