scikit-learn常用操作

scikit-learn是一个广泛使用的Python机器学习库，它包含了许多用于数据预处理、模型选择、训练和评估的工具。以下是scikit-learn中的一些常见操作：

1. **数据加载**：`load_iris()`、`load_digits()`等函数可以加载内置的数据集，如鸢尾花或手写数字。

2. **数据预处理**：
- `StandardScaler()`: 标准化数据，使得每个特征均值为0，标准差为1。
- `OneHotEncoder()`: 将类别变量转换为虚拟编码矩阵。
- `Imputer()`: 缺失值填充。

3. **模型选择**：
- `LinearRegression()`: 线性回归模型。
- `SVM()`: 支持向量机。
- `RandomForestClassifier()`: 随机森林分类器。

4. **特征工程**：
- 特征提取 (`PCA()`, `SelectKBest()`) 或降维。
- 特征缩放或归一化。

5. **模型训练**：
- 使用`.fit(X, y)`方法对模型进行拟合，其中X是输入特征，y是目标变量。

6. **预测与评估**：
- 使用`.predict(X_test)`进行预测。
- `score(X_test, y_test)`: 计算模型性能指标，比如准确率或F1分数。

7. **交叉验证** (`cross_val_score()`, `GridSearchCV()`)：评估模型在不同折分下的稳定性和最佳参数组合。

8. **保存与加载**：
- 使用pickle或joblib将模型和数据保存。
- `joblib.load()` 或 `pickle.load()` 加载之前保存的对象。