scikit-learn包如何用于将特定大小的数组转换为其他大小？
Scikit-learn，通常称为sklearn，是Python中的一个库，用于实现机器学习算法。这是一个开源库，因此可以免费使用。它功能强大且强大，因为它提供了多种工具来执行统计建模。在Python强大而稳定的界面的帮助下，这包括分类，回归，聚类，降维等等。该库基于Numpy，SciPy和Matplotlib库构建。
可以使用'pip'命令安装它，如下所示-
pip install scikit−learn
该库专注于数据建模。使用scikit-learn程序包，可以将大小不同的数组转换为大小完全不同的数组。
以下是一个例子-
示例
fromsklearn.preprocessingimport PolynomialFeatures
import numpy as np
Y = np.arange(12)
print("The original dimensions of the ndarray")
print(Y.shape)
print("The changed dimensions of the ndarray")
x = Y.reshape(3, 4)
print(x.shape)
poly = PolynomialFeatures(degree=2)
print(poly.fit_transform(x))输出结果The original dimensions of the ndarray (12,) The changed dimensions of the ndarray (3, 4) [[ 1. 0. 1. 2. 3. 0. 0. 0. 0. 1. 2. 3. 4. 6. 9.] [ 1. 4. 5. 6. 7. 16. 20. 24. 28. 25. 30. 35. 36. 42. 49.] [ 1. 8. 9. 10. 11. 64. 72. 80. 88. 81. 90. 99. 100. 110. 121.]]
说明
导入所需的软件包，并为它们提供别名，以方便使用。
数据点“x”和“y”的值是使用NumPy库生成的。
生成的数据的详细信息显示在控制台上。
调用“PolynomialFeatures”函数。
该函数调用被分配给变量。
此变量适合模型。
适合模型的数据显示在控制台上。