声明：代码的运行环境为Python3。Python3与Python2在一些细节上会有所不同，希望广大读者注意。本博客以代码为主，代码中会有详细的注释。相关文章将会发布在我的个人博客专栏《Python从入门到机器学习》，欢迎大家关注。下面开始我们的第六讲：Sklearn库和TensorFlow框架。

 

目录

一、Python机器学习基础之Python的基本语法（一）

二、Python机器学习基础之Python的基本语法（二）

三、Python机器学习基础之Numpy库的使用

四、Python机器学习基础之Pandas库的使用

五、Python机器学习基础之Matplotlib库的使用

六、Sklearn库和TensorFlow框架

七、Python两种方式加载文件内容

 

       本文主要对Sklearn库和TensorFlow框架进行介绍，Sklearn库中封装了大量的算法，如：分类、回归、聚类等等。它跟TensorFlow框架都是机器学习中至关重要的一环。

一、Sklearn库

        Sklearn是Python中的一个非常重要的机器学习库，在Sklearn库中不仅封装了大量的机器学习算法，它还内置了数据集，节省了获取和整理数据的时间。下面将简单介绍一下Sklearn库中常用的算法。

1、无监督学习算法

算法	说明
cluster	聚类
decomposition	因子分解
mixture	高斯混合模型
neural_network	无监督的神经网络
covariance	协方差估计

2、监督学习算法

算法	说明
tree	决策树
svm	支持向量机
neighbors	近邻算法
linear_model	广义线性模型
neural_network	神经网络
kernel_ridge	岭回归
naive_bayes	朴素贝叶斯
cross_decomposition	交叉分解

3、数据变换

算法	说明
feature_extraction	特征提取
feature_selection	特征选择
preprocessing	预处理

           注意：以上的每个模型中都包含着多个算法，使用某算法时，直接导入需要的包即可。例如：

from sklearn.linear_model import logistic

二、TensorFlow框架的基本使用

          TensorFlow是一个编程系统，使用图来表示计算任务。图中的节点被称之为op（operation的缩写）。一个op获得0个或多个tensor，执行计算并产生0个或多个tensor。每个 tensor是一个类型化的多维数组。在Python语言中，返回的tensor是NumPy中的ndarray对象。下面我们就对TensorFlow如何使用进行简单的介绍。

1、常量变量的定义

# 导入需要的包
import tensorflow as tf

#常量的定义
cl = tf.constant(9)

# 变量的定义
bl = tf.Variable(tf.zeros(2, 2))

# 变量要想使用，需要执行以下代码
init = tf.initialize_all_variables()

       如上例所示，调用TensorFlow中的constant()方法可以定义一个常量，调用Variable()方法可以定义一个变量。这里需要注意的是，变量定义完之后如果想要使用的话还要执行上例中的最后一条代码。

2、占位符的使用

       占位符常用于变量定义时，定义变量需要初始化，但是有些变量在定义的时候是不知道他们的值的，这个时候就可以使用占位符来代替，定义方法如下。

# 占位符
zwf = tf.placeholder(tf.int16, [None, 88])

        placeholder()方法可以定义一个占位符。上例中定义的占位符指定了zwf这个变量的类型和大小。

3、图的使用

       就像上面所说的那样，在TensorFlow中，要实现具体的运算，如最基本的加减乘除，我们不能直接定义几个变量进行运算，要使用图来表示计算任务。一个TensorFlow图描述了计算的过程。为了进行计算, 图必须在session里被启动，session运行整个计算过程。

a = tf.Variable(5)
b = tf.Variable(5)
c = a * b

init = tf.initialize_all_variables()
with tf.Session() as sess:
    sess.run(init)
    print(sess.run(c))

        输出结果：

25

       上例中的sess.run()是执行操作，session创建使用完之后要释放。如果使用占位符的话，需要使用run()方法中的feed_dict参数为其赋值。
        注意：要先执行初始化变量操作再执行相应的运算。

 

你们在此过程中遇到了什么问题，欢迎留言，让我看看你们都遇到了哪些问题。