Python scikit-learn 模块：基础知识

from sklearn.datasets import load_iris  # 导入鸢尾花数据集
from sklearn.model_selection import train_test_split  # 导入数据分割工具
from sklearn.ensemble import RandomForestClassifier  # 导入随机森林分类器

# 加载数据集
iris = load_iris()  # 获取鸢尾花数据
X, y = iris.data, iris.target  # 将特征和标签分开

# 数据分割，75%用于训练，25%用于测试
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.25, random_state=42) 

# 创建随机森林模型并训练
model = RandomForestClassifier()  # 初始化模型
model.fit(X_train, y_train)  # 使用训练集拟合模型

# 模型评估
accuracy = model.score(X_test, y_test)  # 测试集上的准确度
print(f"模型准确率: {accuracy:.2f}")  # 输出模型的准确率

from sklearn.datasets import make_regression  # 导入回归数据生成工具
from sklearn.linear_model import LinearRegression  # 导入线性回归模型
import matplotlib.pyplot as plt  # 导入绘图工具

# 生成回归数据集
X, y = make_regression(n_samples=100, n_features=1, noise=10, random_state=42)  # 创建带噪声的线性回归数据

# 创建并训练线性回归模型
model = LinearRegression()  # 初始化线性回归模型
model.fit(X, y)  # 拟合模型

# 预测
y_pred = model.predict(X)  # 对数据进行预测

# 绘制数据和回归线
plt.scatter(X, y, color='blue', label='实际数据')  # 原始数据点
plt.plot(X, y_pred, color='red', label='回归线')  # 绘制回归线
plt.title('线性回归示例')
plt.legend()
plt.show()  # 显示图形

from sklearn.datasets import make_blobs  # 导入生成聚类数据的工具
from sklearn.cluster import KMeans  # 导入KMeans聚类算法
import matplotlib.pyplot as plt  # 导入绘图工具

# 生成聚类数据
X, _ = make_blobs(n_samples=300, centers=4, cluster_std=0.60, random_state=0)  # 创建四个簇的数据

# 创建KMeans模型并训练
kmeans = KMeans(n_clusters=4)  # 指定聚类数量为4
kmeans.fit(X)  # 拟合模型

# 获取聚类结果
y_kmeans = kmeans.predict(X)  # 根据模型对数据进行预测

# 绘制聚类结果
plt.scatter(X[:, 0], X[:, 1], c=y_kmeans, s=50, cmap='viridis')  # 数据点按聚类结果上色
centers = kmeans.cluster_centers_  # 获取聚类中心
plt.scatter(centers[:, 0], centers[:, 1], c='red', s=200, alpha=0.75)  # 绘制聚类中心
plt.title('KMeans 聚类示例')
plt.show()  # 显示图形