2-scikit-learn-intro's Introduction

利用Scikit Learn机器学习模块进行建模和预测

这里我们学习Scikit Learn的安装和基本操作，并且尝试通过Scikit Learn对秒级股票价格数据进行预测。

下载本章实例程序

下载本章节实例程序和数据，只需执行下面操作：

git clone https://github.com/real-time-machine-learning/2-scikit-learn-intro

安装配置软件环境

我们假设读者在Ubuntu或者Mac环境下进行学习。下面的步骤可以供Windows用户参考，但可能需要稍作修改。

安装Python3

在Ubuntu 下面安装Python 3，只需执行下面操作：

sudo apt-get install python3 python3-pip python3-dev build-essential libffi6 libffi-dev

在Mac下利用Homebrew 安装Python 3，只需执行下面操作：

brew install python3

Windows用户……安装一下Ubuntu好吗？

安装Scikit Learn

这里我们通过Python的Pip配置文件的方法安装Scikit Learn。在后面的Docker学习中，我们可以看到这样的配置方法非常利于自动化Docker操作。

sudo pip3 install -r requirements.txt

如果一切顺利，上面操作完成以后，我们可以启动Python3并且调用Pandas

python3 
>>> import sklearn

Scikit Learn基本操作

本章具有多个实例模块：

digits-knn.py: 使用K-最近邻估计对扫描数字数据进行分类
digits-linear-regression.py: 使用逻辑回归对扫描数字数据进行分类
iris-pipeline.py: 使用pipeline对Iris鲜花数据进行分类
stock-model.py: 使用Scikit Learn对股价变化进行预测建模

鸣谢

感谢下面各位为本代码提出宝贵意见和指正：

张野飞

《实时机器学习实战》彭河森、汪涵

2-scikit-learn-intro's People

Contributors

Stargazers

Watchers

2-scikit-learn-intro's Issues

拆分训练集和测试集时抛出TypeError

## 拆分训练集和测试集
X_train = X_digits[:.9 * n_samples]
y_train = y_digits[:.9 * n_samples]
X_test = X_digits[.9 * n_samples:]
y_test = y_digits[.9 * n_samples:]

.9 * n_samples 应该改成 int(.9 * n_samples)，转成Integer类型。才能避免以下错误。

Traceback (most recent call last):
  File "digits-knn.py", line 15, in <module>
    X_train = X_digits[:.9 * n_samples]
TypeError: slice indices must be integers or None or have an __index__ method