Python面试题：结合Python技术，如何使用Scikit-learn进行监督学习和无监督学习

使用Scikit-learn进行监督学习和无监督学习可以帮助我们构建和评估机器学习模型。下面将分别介绍如何使用Scikit-learn进行这两种类型的学习。

监督学习

监督学习需要训练数据的特征和目标标签。Scikit-learn提供了多种监督学习算法，如线性回归、决策树、支持向量机等。以下是一个简单的监督学习流程示例，使用线性回归进行预测：

1. 安装Scikit-learn：

   确保已安装Scikit-learn库：

   pip install scikit-learn
   1

2. 加载数据：

   可以使用Scikit-learn自带的数据集，或者加载自己的数据集。这里以波士顿房价数据集为例：

   from sklearn.datasets import load_boston
   import pandas as pd
   from sklearn.model_selection import train_test_split
   
   # 加载波士顿房价数据集
   boston = load_boston()
   X = pd.DataFrame(boston.data, columns=boston.feature_names)
   y = pd.Series(boston.target)
   
   # 划分训练集和测试集
   X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)
   1
   2
   3
   4
   5
   6
   7
   8
   9
   10
   11

3. 构建模型：

   以线性回归为例：

   from sklearn.linear_model import LinearRegression
   
   # 初始化线性回归模型
   model = LinearRegression()
   
   # 训练模型
   model.fit(X_train, y_train)
   1
   2
   3
   4
   5
   6
   7

4. 评估模型：

   使用测试集评估模型性能：

   from sklearn.metrics import mean_squared_error, r2_score
   
   # 预测
   y_pred = model.predict(X_test)
   
   # 计算均方误差和R²得分
   mse = mean_squared_error(y_test, y_pred)
   r2 = r2_score(y_test, y_pred)
   
   print(f'Mean Squared Error: {mse}')
   print(f'R² Score: {r2}')
   1
   2
   3
   4
   5
   6
   7
   8
   9
   10
   11

无监督学习

无监督学习不需要目标标签，常用于聚类和降维任务。Scikit-learn提供了多种无监督学习算法，如K-means、PCA等。以下是一个简单的无监督学习流程示例，使用K-means进行聚类：

1. 加载数据：

   使用Iris数据集进行聚类分析：

   from sklearn.datasets import load_iris
   
   # 加载Iris数据集
   iris = load_iris()
   X = iris.data
   1
   2
   3
   4
   5

2. 构建模型：

   以K-means聚类为例：

   from sklearn.cluster import KMeans
   
   # 初始化K-means模型，设定聚类数为3
   kmeans = KMeans(n_clusters=3, random_state=42)
   
   # 训练模型
   kmeans.fit(X)
   1
   2
   3
   4
   5
   6
   7

3. 分析结果：

   查看聚类结果和聚类中心：

   # 获取聚类标签
   labels = kmeans.labels_
   
   # 获取聚类中心
   centers = kmeans.cluster_centers_
   
   print(f'Cluster Centers:\n{centers}')
   1
   2
   3
   4
   5
   6
   7

4. 可视化结果：

   可以使用matplotlib进行结果可视化：

   import matplotlib.pyplot as plt
   
   # 可视化聚类结果
   plt.scatter(X[:, 0], X[:, 1], c=labels, cmap='viridis')
   plt.scatter(centers[:, 0], centers[:, 1], c='red', marker='x')
   plt.xlabel('Feature 1')
   plt.ylabel('Feature 2')
   plt.title('K-means Clustering')
   plt.show()
   1
   2
   3
   4
   5
   6
   7
   8
   9

总结

以上是使用Scikit-learn进行监督学习和无监督学习的基本流程。通过这些步骤，您可以快速实现各种机器学习模型的训练、评估和可视化。Scikit-learn还提供了其他多种算法和工具，适用于不同的机器学习任务，可以根据具体需求进行选择和应用。