基于scikit-learn机器学习库的分类预测
一旦你在scikit-learn中选择好机器学习模型,就可以用它来预测新的数据实例。初学者经常会有这样的疑问: 如何在scikit-learn中用我自己的模型进行预测? 在本教程中,你将会发现如何在Python的机器学习库scikit-learn 中使用机器学习模型进行分类和回归预测。文章结构如下: 1.如何构建一个模型,为预测做好准备。 2.如何在scikit-learn库中进行类别和概率预测。 3.如何在scikit-learn库中进行回归预测。 一、构建一个模型 在进行预测之前,你必须训练一个最终模型。你可以使用k-fold交叉验证或训练/测试数据,对模型进行训练。这样做的目的就是为了评估模型在样本外数据上的表现及其性能,比如新的数据。 你可以在这里了解更多关于如何训练最终模型的信息: 如何训练一个最终的机器学习模型? äºã 如何预测分