【scikit-learn】02：使用sklearn库进行统计学习

# -*-coding:utf-8-*-

# ----------------------
#   Author：kevinelstri
#   Datetime:2017.2.17
# ----------------------

# -----------------------
#   A tutorial on statistical-learning for scientific data processing  科学数据处理的统计学习教程
#   http://scikit-learn.org/stable/tutorial/statistical_inference/index.html
# -----------------------'''''''''    Statistical learning 统计学习：    随着实验科学面临的数据集的大小急剧增加，机器学习技术逐渐发挥着重要的作用。    这个教程将会探索统计学习，机器学习技术就是为了达到统计判断的目的：从数据中获得结论。    scikit-learn 是python中实现经典机器学习的模块，实现了与python库（Numpy, Scipy, matplotlib）的紧密结合'''# -------------------------------
#   Statistical learning: the setting and the estimator object in scikit-learn
#   统计学习：scikit-learn 的设置和估计对象
#   http://scikit-learn.org/stable/tutorial/statistical_inference/settings.html
# -------------------------------'''    Datasets 数据集：    scikit-learn 是从一个或多个数据集学习信息，这样的数据集也就是二维数组。    二维数组的第一个轴为样本轴（samples axis），第二个轴为特征轴（features axis）'''from sklearn import datasets

iris = datasets.load_iris()
data = iris.data
print data.shape  # 数据集iris的形状(150, 4),iris数据集由150个观察值构成，每个观察值有4个特征，他们的萼片和花瓣的长度和宽度存储在iris.DESCR
print iris.DESCR#  由于数据集的最初格式不是(n_samples, n_features), 所以还需要进行预处理，来满足scikit-learn的要求

digits = datasets.load_digits()
print digits.images.shape  # (1797, 8, 8)import matplotlib.pyplot as plt

print plt.imshow(digits.images[-1], cmap=plt.cm.gray_r)# 将scikit应用于这个数据集上，可以将8*8的图像转换为一个长度为64的特征向量

data = digits.images.reshape((digits.images.shape[0], -1))
print data'''    Estimators objects 估计对象    Fitting data：数据拟合    scikit-learn 主要实现的功能就是预测器的功能，预测器就是从数据中学习，可能是分类，回归，聚类算法，或者是从原始数据中进行提取和过滤特征'''# 一个预测对象包括fit()方法
estimator.fit(data)  # 预测器的方法
estinator = Estimator(param1, param2)  # 当被实例化或者是更改属性时，所有的参数都可以进行设置
estinator.param1'''    Estimator parameters 参数估计：    1、当被实例化或者是更改属性时，所有的参数都可以进行设置    2、当数据与估计值匹配时，参数就从数据中估计获得；所有的参数估计都是由以下划线结束的对象估计的属性'''estinator.estimated_param_12345678910111213141516171819202122232425262728293031323334353637383940414243444546474849505152535455565758596061626364656667686970717273