Scikit-learn，一个机器学习入门必备 Python 库！
聊聊 Scikit-learn 这个机器学习神器。它就像是机器学习界的瑞士军刀，里面啥都有，用起来还贼简单。
安装那些事
装个sklearn真的太简答了：
pip install scikit-learn
要是想用conda：
conda install scikit-learn
⚠️ 小贴士：
- 建议先装好NumPy和SciPy，sklearn跟它俩关系特别铁
- Windows用户遇到装不上的情况，去找个预编译的wheel包准没错
数据集：从玩具到实战
sklearn内置了好多数据集，拿来练手贼好用：
from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split
# 加载鸢尾花数据集
iris = load_iris()
X， y = iris.data， iris.target
# 分训练集和测试集，这波不能太任性
X_train， X_test， y_train， y_test = train_test_split(
X， y， test_size=0.3， random_state=42
)
模型训练：一套组合拳
sklearn的模型API设计得太舒服了，fit一下就能训练，predict一下就能预测：
from sklearn.tree import DecisionTreeClassifier
# 整一个决策树分类器
clf = DecisionTreeClassifier(max_depth=3)
# 训练模型，就这么简单
clf.fit(X_train， y_train)
# 预测结果
y_pred = clf.predict(X_test)
# 看看准确率咋样
from sklearn.metrics import accuracy_score
print(f“准确率：{accuracy_score(y_test， y_pred)：.2f}”)
数据预处理：给数据洗个澡
原始数据都不太干净，得处理一下：
from sklearn.preprocessing import StandardScaler
# 标准化数据
scaler = StandardScaler()
X_train_scaled = scaler.fit_transform(X_train)
X_test_scaled = scaler.transform(X_test)
⚠️ 小贴士：
- fit_transform和transform不是一回事，测试集只能用transform
- 标准化要在划分训练集和测试集之后做，不然会数据泄露
模型评估：刷分大法
光看准确率还不够，咱们来个全面体检：
from sklearn.metrics import classification_report
from sklearn.metrics import confusion_matrix
# 整个分类报告
print(classification_report(y_test， y_pred))
# 来个混淆矩阵
print(confusion_matrix(y_test， y_pred))
管道：流水线作业
手动一步步处理太麻烦了，用Pipeline一条龙服务：
from sklearn.pipeline import Pipeline
# 建个流水线
pipe = Pipeline([
('scaler'， StandardScaler())，
('clf'， DecisionTreeClassifier(max_depth=3))
])
# 一套带走
pipe.fit(X_train， y_train)
y_pred = pipe.predict(X_test)
⚠️ 小贴士：
- Pipeline能防止数据泄露
- 调参的时候用get_params()和set_params()特别方便
交叉验证：稳定性测试
单次划分数据集不太靠谱，交叉验证才是正道：
from sklearn.model_selection import cross_val_score
# 5折交叉验证
scores = cross_val_score(pipe， X， y， cv=5)
print(f“交叉验证分数：{scores.mean()：.2f} (+/- {scores.std() * 2：.2f})”)
机器学习真没那么难，关键是要动手实践。sklearn的API设计得特别人性化，跟着文档一步步来，很快就能上手。要是卡住了，就去翻翻官方文档，里面例子可多了。
代码写多了就会发现，机器学习也就那么回事，重要的是理解每个步骤在干啥。等你把这些基础概念都搞明白了，上手那些高大上的深度学习框架也就不在话下了。
来源：青言悉语
