scikit-learn 接口和约定：

2024-04-13 17:21:04 399

示例

使用特殊类对数据进行不同的操作。

大多数类属于以下组之一：

分类算法（源自sklearn.base.ClassifierMixin）来解决分类问题

回归算法（源自sklearn.base.RegressorMixin）来解决重建连续变量的问题（回归问题）

sklearn.base.TransformerMixin预处理数据的数据转换（源自）

数据存储在numpy.arrays中（但如果其他类似数组的对象（如pandas.DataFrames可以转换为numpy.arrays，则可以接受））

数据中的每个对象都由一组功能描述，通常的约定是用数组表示数据样本，其中第一维是数据样本ID，第二维是特征ID。

import numpy
data = numpy.arange(10).reshape(5, 2)
print(data)

Output:
[[0 1]
 [2 3]
 [4 5]
 [6 7]
 [8 9]]

按照sklearn惯例，以上数据集包含5个对象，每个对象由2个要素描述。

示例