如何使用 sklearn 优雅地进行数据挖掘？

文章预览

本文转载自公众号  数据分析与开发 作者：jasonfreak https://www.cnblogs.com/jasonfreak/p/5448462.html 版权说明： 内容仅做学术分享之用，版权归原作者所有，若涉及侵权等行为，请后台联系我们删除，万分感谢！ 一、 使用sklearn 数据挖掘 1.数据挖掘的步骤 数据挖掘通常包括数据采集，数据分析，特征工程，训练模型，模型评估等步骤。 显然 ，这不是巧合，这正是sklearn的设计风格。我们能够更加优雅地使用sklearn进行特征工程和模型训练工作。此时，不妨从一个基本的数据挖掘场景入手： 我们使用sklearn进行虚线框内的工作（sklearn也可以进行文本特征提取）。通过分析sklearn源码，我们可以看到除训练，预测和评估以外，处理其他工作的类都实现了3个方法： fit、transform 和 fit_transform 。从命名中可以看到，fit_transform方法是先调用fit然后调用transform，我们只 ………………………………