Python做机器学习简易教程-数据人网

原创 Python做机器学习简易教程

陆勤 2017-06-08 219916 1 1

**作者：陆勤**

------------

Python是机器学习实现和应用的常用和流行语言。

本文是一份Python做机器学习的简易教程，以一个端到端的完整机器学习项目为案例，使用Python实现项目各个环节中的具体任务。

[TOC]

### 1 搭建环境
第一步：推荐安装[**Anaconda套件**](https://www.continuum.io/downloads "Anaconda套件")，它包括基于Scikit-Learn库做机器学习所用的依赖库和相关库。

![](http://img.shujuren.org/pictures/XL/593882e9775a0.png)

因为作者的电脑是Win7的64位操作系统，所以就下载红色矩形框里面的Anaconda套件。为什么选择Python3，可以参考[**Python2和Python3**](https://wiki.python.org/moin/Python2orPython3 "Python2和Python3")的区别这个文章。总体来说，没有什么强制性的要求，只要能够解决好你当前的问题就OK。

第二步：Python做机器学习所需要库的版本测试和验证。
![](http://img.shujuren.org/pictures/DE/59388531bbcca.png)

### 2 加载数据
本文机器学习项目案例以经典的iris数据集为例。
iris数据集的介绍。
![](http://img.shujuren.org/pictures/AU/594691491bf73.png)

### 3 探索性数据分析
探索性数据分析，从数据源探索数据中的特性和规律。
探索性数据分析，包括数字化描述和可视化描述。
#### 3.1 数字化描述
查看样本数和特征数。
代码
```
print(iris_data.shape)
```
结果
(150,5)
iris数据集有150个样本和5个特征。
数据集预览
代码
```
print(iris_data.head())
```
结果
![](http://img.shujuren.org/pictures/BA/594693049d7b2.png)
数据集摘要
代码
```
print(iris_data.describe())
```
结果
![](http://img.shujuren.org/pictures/15/594693e11aa65.png)
类别变量分布
代码
```
print(iris_data.groupby('class').size())
```
结果
![](http://img.shujuren.org/pictures/JA/5946948ef06f4.png)
#### 3.2 可视化描述
单变量可视化
box图
代码
```
import matplotlib.pyplot as plt
iris_data.plot(kind='box',subplots=True, layout=(2,2), sharex=False, sharey=False)
plt.show()
```
结果
![](http://img.shujuren.org/pictures/RJ/594695c454607.png)
直方图
```
import matplotlib.pyplot as plt
iris_data.hist()
plt.show()
```
![](http://img.shujuren.org/pictures/BB/5946963bb26b4.png)

多变量可视化
矩阵散点图
代码
```
from pandas.tools.plotting import scatter_matrix
scatter_matrix(iris_data)
plt.show()
```
结果
![](http://img.shujuren.org/pictures/CD/5946970f80368.png)

### 4 数据建模

### 5 模型评估

### 6 模型应用

### 7 总结

您在阅读中，有什么建议或者想法，请留言。
想加入数据人圈子，请加微信luqin360。

------------

>**数据人网**是数据人学习、交流和分享的平台http://shujuren.org 。专注于从数据中学习到有用知识。
**平台的理念：人人投稿，知识共享；人人分析，洞见驱动；智慧聚合，普惠人人。**
您在数据人网平台，可以1）学习数据知识；2）创建数据博客；3）认识数据朋友；4）寻找数据工作；5）找到其它与数据相关的干货。
**我们努力坚持做原创，聚合和分享省时有用的数据知识！**
我们都是数据人，数据是有价值的，坚定不移地实现从数据到商业价值的转换！

可以转载，严禁修改，请务必注明出自[数据人网](http://shujuren.org)和原文链接