枣庄建网站的公司公司免费网站注册

枣庄建网站的公司,公司免费网站注册,网络规划设计师需要掌握哪些,公司部门介绍一、知识回顾#xff1a; 1、转化器和估计器的概念 #xff08;1#xff09;转换器 转化器通俗的来说就是对数据进行预处理的工具#xff0c;转换器的特点是无状态的#xff0c;即它们不会存储任何关于数据的状态信息#xff08;指的是不存储内参#xff09;#xff0c…一、知识回顾1、转化器和估计器的概念1转换器转化器通俗的来说就是对数据进行预处理的工具转换器的特点是无状态的即它们不会存储任何关于数据的状态信息指的是不存储内参根据输入数据学习转换规则比如函数规律、外参并将其应用于新的数据。代码示例from sklearn.preprocessing import StandardScaler # 初始化转换器 scaler StandardScaler() # 1. 学习训练数据的缩放规则计算均值和标准差,本身不存储数据 scaler.fit(X_train) # 2. 应用规则到训练数据和测试数据 X_train_scaled scaler.transform(X_train)2估计器估计器是实现机器学习算法的对象或类。估计器的主要方法是fit和predict。fit方法用于根据输入数据学习模型的参数和规律而predict方法用于对新的未标记样本进行预测。估计器的特点是有状态的它们在训练过程中存储了关于数据的状态信息以便在预测阶段使用。参考代码from sklearn.linear_model import LinearRegression # 创建一个回归器 model LinearRegression() # 在训练集上训练模型 model.fit(X_train_scaled, y_train) # 对测试集进行预测 y_pred model.predict(X_test_scaled)2、管道工程机器学习的管道机制通过将多个转换器和估计器按顺序连接在一起可以构建一个完整的数据处理和模型训练流程。具体而言在管道机制中可以使用Pipeline类来组织和连接不同的转换器和估计器。Pipeline类提供了一种简单的方式来定义和管理机器学习任务的流程。二、pipeline管道架构的搭建1、导入基础库、 Pipeline 和相关预处理工具、机器学习模型和评估工具并加载原始数据。2、分离特征和标签划分数据集3、定义预处理步骤1识别原始的 object 列非数值型-离散变量2构建处理有序特征的 Pipeline:先填充缺失值再进行有序编码3构建处理标称特征的 Pipeline:先填充缺失值再进行独热编码连续性数值4直接从所有列中排除已知的有序和标称特征构建处理连续特征的 Pipeline: 先填充缺失值再进行标准化。5基于以上形成的三种Pipeline构建 ColumnTransformer将不同的预处理应用于不同的列子集构造一个完备的转化器。6构建完整的 Pipeline将预处理器和模型串联起来加入估计器7使用 Pipeline 对模型进行训练和评估。浙大疏锦行