Machine Learning
scikit-learn API Reference
scikit-learn 提供统一的 fit/predict API,涵盖预处理、分类、回归与模型评估。
By EZ4Code Team
sklearn API
数据划分、特征标准化、模型训练预测与交叉验证的核心 API。
train_test_split(X, y, test_size)将数据集随机划分为训练集与测试集。
Returns: tuple — (X_train, X_test, y_train, y_test)
StandardScaler().fit_transform(X)对特征进行标准化(均值为 0,方差为 1)。
Returns: ndarray — 标准化后的特征
LogisticRegression()创建逻辑回归分类器实例。
Returns: LogisticRegression — 分类器
RandomForestClassifier(n_estimators)创建随机森林分类器,通过多棵决策树集成提升效果。
Returns: RandomForestClassifier — 分类器
model.fit(X, y)用训练数据拟合模型参数。
Returns: 模型实例 — 拟合后的自身
model.predict(X)对输入特征进行预测,返回预测标签。
Returns: ndarray — 预测结果
model.score(X, y)返回模型在给定数据上的平均准确率。
Returns: float — 准确率(0~1)
cross_val_score(model, X, y, cv)用 k 折交叉验证评估模型,返回每折得分。
Returns: ndarray — 每折的得分