scikit-learn

# Scikit-learn ## 概述 此技能提供使用 scikit-learn 进行机器学习任务的全面指导，这是经典机器学习的行业标准 Python 库。使用此技能进行分类、回归、聚类、降维、预处理、模型评估以及构建生产就绪的机器学习工作流。 ## 安装 bash # 使用 uv 安装 scikit-learn uv uv pip install scikit-learn # 可选：安装可视化依赖 uv uv pip install matplotlib seaborn # 常与以下库一起使用 uv uv pip install pandas numpy ## 何时使用此技能 在以下情况使用 scikit-learn 技能： - 构建分类或回归模型 - 执行聚类或降维 - 为机器学习预处理和转换数据 - 使用交叉验证评估模型性能 - 通过网格搜索或随机搜索调优超参数 - 为生产工作流创建机器学习工作流 - 比较不同算法以完成任务 - 处理结构化（表格）数据和文本数据 - 需要可解释的经典机器学习方法 ## 快速入门 ### 分类示例 python from sklearn.model_selection import train_test_split from sklearn.preprocessing import StandardScaler from sklearn.ensemble import RandomForestClassifier from sklearn.metrics import classification_report # 拆分数据 X_train, X_test, y_train, y_test = train_test_split( X, y, test_size=0.2, stratify=y, random_state=42 ) # 预处理 scaler = StandardScaler() X_train_scaled = scaler.fit_transform(X_train) X_test_scaled = scaler.transform(X_test) # 训练模型 model = RandomForestClassifier(n_estimators=100, random_state=42) model.fit(X_train_scaled, y_train) # 评估 y_pred = model.predict(X_test_scaled) print(classification_report(y_test, y_pred)) ### 混合数据完整工作流 python from sklearn.pipeline import Pipeline from sklearn.compose import ColumnTransformer from sklearn.preprocessing import StandardScaler, OneHotEncoder from sklearn.impute import SimpleImputer from sklearn.ensemble import GradientBoostingClassifier # 定义特征类型 numeric_features = ['age', 'income'] categorical_features = ['gender', 'occupation'] # 创建预处理工作流 numeric_transformer = Pipeline([ ('imputer', SimpleImputer(strategy='median')), ('scaler', StandardScaler()) ]) categorical_transformer = Pipeline([ ('imputer', SimpleImputer(strategy='most_frequent')), ('on