Scikit-learn, thường gọi là sklearn, là một thư viện mã nguồn mở trong Python dùng để triển khai các thuật toán học máy.
Điều này bao gồm phân loại, hồi quy, phân cụm, giảm chiều, và nhiều hơn nữa nhờ giao diện mạnh mẽ và ổn định trong Python. Thư viện này được xây dựng trên NumPy, SciPy và Matplotlib.
Hãy xem ví dụ tải dữ liệu:
Ví dụ
from sklearn.datasets import load_iris
my_data = load_iris()
X = my_data.data
y = my_data.target
feature_name = my_data.feature_names
target_name = my_data.target_names
print("Tên các đặc trưng:", feature_name)
print("Tên các lớp mục tiêu:", target_name)
print("\n8 hàng đầu tiên của tập dữ liệu:\n", X[:8])
Đầu ra
Tên các đặc trưng: ['sepal length (cm)', 'sepal width (cm)', 'petal length (cm)', 'petal width (cm)'] Tên các lớp mục tiêu: ['setosa' 'versicolor' 'virginica'] 8 hàng đầu tiên của tập dữ liệu: [[5.1 3.5 1.4 0.2] [4.9 3. 1.4 0.2] [4.7 3.2 1.3 0.2] [4.6 3.1 1.5 0.2] [5. 3.6 1.4 0.2] [5.4 3.9 1.7 0.4] [4.6 3.4 1.4 0.3] [5. 3.4 1.5 0.2]]
Giải thích
- Nhập các gói thư viện cần thiết.
- Tải tập dữ liệu cần thiết vào môi trường.
- Tách đặc trưng và giá trị mục tiêu từ tập dữ liệu.
- In tên đặc trưng và tên lớp mục tiêu ra console.
- Để xem mẫu dữ liệu, in 8 hàng đầu tiên ra console.
Thêm: Scikit-learn cung cấp nhiều tập dữ liệu mẫu tích hợp sẵn khác như: load_digits, load_wine, load_breast_cancer, load_diabetes, fetch_california_housing, v.v. Cũng có thể tải dữ liệu từ file CSV, Excel bằng pandas.read_csv() rồi chuyển sang định dạng sklearn.