scikit-learn
ML机器学习
概述 scikit-learn
Scikit-learn 是 Python 最受欢迎的机器学习库。它为分类、回归、聚类、降维、模型选择和预处理提供简单且一致的 API。 Scikit-learn 几乎是每个 Python 机器学习项目的起点。
PyRun支持scikit-learn作为Pyodide发行版的一部分，这意味着您可以完全在浏览器中训练分类器、计算准确性分数并探索 ML 算法。它是一个强大的教育工具 - 运行 Iris 分类器，试验超参数，并在没有云笔记本的情况下查看结果。
代码和执行输出
在 Iris 数据集上训练随机森林。
Scikit-learn Classifier在编辑器中运行
from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split
from sklearn.ensemble import RandomForestClassifier
from sklearn.metrics import accuracy_score, classification_report
iris = load_iris()
X, y = iris.data, iris.target
X_train, X_test, y_train, y_test = train_test_split(
X, y, test_size=0.25, random_state=42
)
clf = RandomForestClassifier(n_estimators=50, random_state=42)
clf.fit(X_train, y_train)
preds = clf.predict(X_test)
print(f"Accuracy: {accuracy_score(y_test, preds):.2%}\n")
print("Classification Report:")
print(classification_report(y_test, preds, target_names=iris.target_names))相关套餐
推荐的 Python 资源
通过相关的交互式教程、备忘单和代码比较来扩展您的知识。
Python教程
Python 循环：For 和 While 循环解释
了解如何使用 Python 循环来迭代数据。通过交互式示例掌握 for 循环、while 循环、break、continue 和循环最佳实践。
查看资源
操作指南
如何在 Python 中对列表进行排序（升序和降序）
了解如何在 Python 中使用 sort() 方法和sorted() 函数对列表进行排序。发现自定义键排序和逆序示例。
查看资源
备忘单
Python 字符串方法备忘单
Python 字符串操作的完整参考指南。掌握格式化、搜索、拆分、替换和检查字符串属性。
查看资源
语言比较
Python 与 JavaScript：哪种编程语言最好？
Python 和 JavaScript 的全面比较。探索语法差异、性能、用例（后端与前端）和编码示例。
查看资源