面向初学者的机器学习入门指南
如果你像我当初刚开始用 Python 学习机器学习时一样感到困惑，那就留下来吧，因为今天我将尽我所能为你揭开机器学习的神秘面纱，并简化它！
首先，我假设您学习机器学习的原因如下：
- 处理数据集
- 数据可视化
- 预测数据
- 数据分类
在本教程中，我们将编写一个 Python 脚本，该脚本将执行以下操作：
- 加载数据集
- 将数据集可视化
- 根据数据集对新数据进行分类
我们开始吧！
首先，让我们导入所需的库：
import pandas
import matplotlib.pyplot as plt
import seaborn as sns
from sklearn.neighbors import KNeighborsClassifier
from sklearn import preprocessing
如果您尚未安装其中一些软件，可以使用pip install以下命令进行安装：pip3 install
接下来，我们将加载本项目要使用的数据集：
import pandas
import matplotlib.pyplot as plt
import seaborn as sns
from sklearn.neighbors import KNeighborsClassifier
from sklearn import preprocessing
df = pandas.read_csv('IRIS.csv')
本项目将使用经典的鸢尾花数据集，您可以点击此处下载。
现在到了棘手的部分……
将以下代码添加到您的 Python 脚本中：
model = KNeighborsClassifier(n_neighbors=3)
features = list(zip(df["sepal_length"], df["sepal_width"]))
model.fit(features,df["species"])
让我解释一下……
- 首先，我们定义我们的模型，并给它赋予 3 个可能的类别，可以将新的数据归入其中。
- 然后我们定义“features”变量，它将以“sepal_length”和“sepal_width”列作为特征，以便对新数据进行分类。
- 最后，我们用 3 种鸢尾花的名称以及它们对应的“sepal_length”和“sepal_width”值来拟合我们的模型。
在开始预测新数据之前，我们先用散点图绘制数据集。图中，X 轴代表“萼片长度”，Y 轴代表“萼片宽度”。我们还将通过添加颜色来区分不同种类的鸢尾花。hue='species'最后，我们将要绘制的数据集定义为鸢尾花数据集，并data=df在末尾添加：
sns.scatterplot(x='sepal_length', y='sepal_width',
hue='species', data=df, )
# Placing Legend outside the Figure
plt.legend(bbox_to_anchor=(1, 1), loc=1)
plt.show()
散点图应该如下所示：
要开始对新数据进行分类，首先需要注释掉最后一段代码，如下所示：
import pandas
import matplotlib.pyplot as plt
import seaborn as sns
from sklearn.neighbors import KNeighborsClassifier
from sklearn import preprocessing
df = pandas.read_csv('IRIS.csv')
model = KNeighborsClassifier(n_neighbors=3)
features = list(zip(df["sepal_length"], df["sepal_width"]))
model.fit(features,df["species"])
"""sns.scatterplot(x='sepal_length', y='sepal_width',
hue='species', data=df, )
# Placing Legend outside the Figure
plt.legend(bbox_to_anchor=(1, 1), loc=1)
plt.show()
"""
然后将这两行代码添加到脚本末尾：
predicted = model.predict([[4.6,5.8]])
print(predicted)
这将简单地预测哪种鸢尾花的萼片长度为 4.6，萼片宽度为 5.8。
现在运行你的代码，输出结果应该如下所示：
['Iris-setosa']
这意味着我们发现的这种神秘鸢尾花已被归类为“山鸢尾”。
恭喜！
你已经完成了你的第一个机器学习项目！
现在您可以尝试使用这段代码，也可以尝试一些新的数据集（您可以在https://www.kaggle.com/上找到很多很棒的数据集）。
拜拜👋
文章来源：https://dev.to/code_jedi/demystifying-machine-learning-for-beginners-by-making-stuff-7de