scikit-learn中的所有算法——无论是预处理、监督学习还是无监督学习算法——都被实现为类。这些类在scikit-learn中叫作估计器（estimator）。为了应用算法，你首先需要将特定类的对象实例化：
from sklearn.linear_model import LogisticRegression
logreg=LogisticRegression()
估计器包含算法，也保存了利用算法从数据中学到的模型。
在构建模型对象时，你应该设置模型的所有参数。这些参数包括正则化、复杂度控制、要找到的簇的数量，等等。所有估计器都有fit方法，用于构建模型。fit方法要求第一个参数总是数据X,用一个Numpy数组或Scipy稀疏矩阵表示，其中每一行代表一个数据点。数据X总是被假定为具有连续值（浮点数）的Numpy数组或Scipy稀疏矩阵。监督算法还需要有一个y参数，它是一维Numpy数组，包含回归或分类的目标值（即已知的输出标签或响应）。
在scikit-learn中，应用学到的模型主要有两种方法。要想创建一个新输出形式（比如y）的预测，可以用predict方法。要想创建输入数据X的一种新表示，可以用transform方法。如下表汇总了predict方法和transform方法的使用场景：
estimator.fit(X_train,[y_train]) |
| estimator.predict(X_test) estimator.transform(X_test) | |
|---|---|
| 分类 | 预处理 |
| 回归 | 降维 |
| 聚类 | 预处理 |
| 聚类 | 特征选择 |
此外，所有监督类型都有score(X_test,y_test)方法，可以评估模型，在上表中，X_train和y_train指的是训练数据和训练标签，而X_test和y_test指的是测试数据和测试标签（如果适用的话）
网友评论