sklearn建模基本流程

sklearn算法建模流程简单,不同算法之间的建模流程基本相同。

（1）首先需要将使用的API导入内存

from sklearn.neighbors import NearestNeighbors

（2）导入进来的是算法的类,首先需要实例化一个算法对象,并在实例化的过程中,传入想要设置的算法参数.

#使用类创建一个具体的对象  
knn = KNeighborsClassifier(n_neighbors=3)

（3）然后调用fit方法,并传入训练数据对算法进行训练

#模型训练
knn.fit(X_train, y_train)

（4）算法训练好后,通常需要进行模型效果评估,score方法是最常用的评估方法.

#评估模型准确率  
knn.score(X_test, y_test)

（5）当模型训练好后,就可以使用predict接口预测新的数据啦

#预测数据接口
knn.predict(X_new)