Python入门：轻松玩转机器学习

在这个数据驱动的时代，机器学习不再是高不可攀的领域。Python作为最受欢迎的编程语言之一，凭借其简洁易懂的语法和强大的库支持，成为了机器学习入门的首选工具。今天，我们将通过一个简单的实践案例，带你走进Python机器学习的世界。

Python入门：轻松玩转机器学习

准备工作

首先，确保你已经安装了Python。推荐使用Anaconda发行版，它集成了许多常用的科学计算库，省去了繁琐的安装过程。

接下来，打开你的终端或命令提示符，安装必要的库：

pip install numpy pandas scikit-learn matplotlib

这些库分别用于数值计算、数据处理、机器学习模型和可视化。

数据准备

数据是机器学习的基石。我们以一个经典的鸢尾花（Iris）数据集为例，它包含了150个样本，每个样本有4个特征和1个标签。

import pandas as pd
from sklearn.datasets import load_iris

# 加载数据
iris = load_iris()
data = pd.DataFrame(iris.data, columns=iris.feature_names)
data['target'] = iris.target

现在，data DataFrame包含了特征和标签，我们可以进行进一步的分析和预处理。

数据探索

在正式建模之前，了解数据的基本情况非常重要。

print(data.head())
print(data.describe())
print(data['target'].value_counts())

通过这些简单的命令，我们可以初步了解数据的结构和分布。

数据可视化

可视化是理解数据的直观方式。

import matplotlib.pyplot as plt
import seaborn as sns

sns.pairplot(data, hue='target')
plt.show()

通过pairplot，我们可以看到不同特征之间的关系以及标签的分布。

模型训练

接下来，我们将使用逻辑回归模型进行分类。首先，分割数据为训练集和测试集。

from sklearn.model_selection import train_test_split

X = data[iris.feature_names]
y = data['target']
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)

然后，导入逻辑回归模型并进行训练。

from sklearn.linear_model import LogisticRegression

model = LogisticRegression(max_iter=200)
model.fit(X_train, y_train)

模型评估

训练完成后，我们需要评估模型的性能。

from sklearn.metrics import accuracy_score, confusion_matrix

y_pred = model.predict(X_test)
accuracy = accuracy_score(y_test, y_pred)
conf_matrix = confusion_matrix(y_test, y_pred)

print(f'Accuracy: {accuracy}')
print('Confusion Matrix:')
print(conf_matrix)

通过准确率和混淆矩阵，我们可以直观地看到模型的分类效果。