机器学习经常用到的函数（特征工程，参数选择，评估值等）

一：生成数据

1. make_blobs(from sklearn.datasets.samples_generator import make_blobs): 

　　用于生成训练样本，https://www.jianshu.com/p/069d8841bd8e

2.make_circles(from sklearn.datasets.samples_generator import make_circles):

　　生成圆形样本，其中factor参数为内圆与外圆的半径之比。

2. contour:画等高线（在matplotlib中)

3. meshgrid(在numpy)：生成坐标网格。

4. 用以下的方法可以画3维图形

from mpl_toolkits import mplot3d
r = np.exp(-(X**2).sum(1))
def plot3d(X, y):
    ax = plt.subplot(projection=‘3d‘)
    ax.scatter3D(X[:, 0], X[:, 1], r, c=y)
    ax.set_xlabel("x")
    ax.set_ylabel("y")
    ax.set_zlabel("z")
plot3d(X, y)

5. format格式化字符串：https://www.runoob.com/python/att-string-format.html

二：好玩的数据集

1. 一些有名字的人脸数据：from sklearn.datasets import fetch_lfw_people

 　　faces = fetch.lfw.people(min_faces_per_person=60) 选出用60个脸图的人。

　　faces有target属性，target[i]是第i张脸的名字的索引

　　target_name属性，存放人名。例如target_name[target[i]]就是第i张脸的名字

　　images属性，images是一个列表，每个元素是一个图像，也就是一个矩阵。可以用imshow(images[i])显示的i张脸的图像。这里images的shape为(1348, 62, 47)的，说明有1348张图，每张图是62*43的矩阵

　　data属性：就是把images属性的每个矩阵变成一行数据，用于训练。所以data属性的shape是（1348， 2914）

三：参数的选择

1.GridSearchCV:用法如下，用于参数的选择

from sklearn.model_selection import GridSearchCV
param_grid = {‘svc__C‘: [1, 5, 10],
              ‘svc__gamma‘: [0.0001, 0.0005, 0.001]}
grid = GridSearchCV(model, param_grid)

grid.fit(Xtrain, ytrain)
print(grid.best_params_)

　　属性best_params_: 最好的参数

　　属性best_estimator:最好的参数对应的训练模型。

四：评估值

1.混淆矩阵

from sklearn.metrics import confusion_matrix
from seaborn import heatmap
c = confusion_matrix(y_test, y_predict)
heatmap(data=c, annot=True, xticklabels=target_names, yticklabels=target_names)
ax2.set_xlabel("predict")
ax2.set_ylabel("true")
plt.show()

机器学习经常用到的函数（特征工程，参数选择，评估值等）

原文：https://www.cnblogs.com/loubin/p/11575689.html