欢迎访问集智主站：集智，通向智能时代的引擎
注意!
本文所有代码均可在集智原贴中运行调试（无需安装环境），请点击这里前往原贴
随着实验科学中的数据量急速增长，机器学习这门技术的重要性也与日俱增，其解决的问题包括建立预测方程以关联观察结果，对观察结果进行分类，或是从没有标签的数据集中挖掘规律。
本教程面向统计学习，即基于统计原理应用机器学习技术：从数据中得出结论。 Scikit-learn是一个Python模块，整合了经典机器学习算法和常用的Python科学计算包（NumPy, SciPy, matplotlib)。
数据集
Scikit-learn以二维数组形式处理来自一个或多个数据集的学习信息，可以理解为一组多维的观察结果。一般称第一个轴为“样本轴”，第二个为“特征轴”。
鸢尾花：Scikit-learn内置的简单数据集范例
# 从scikit-learn库中导入数据集模块datasets
from sklearn import datasets
# 调用datasets的load_iris()方法创建对象，并赋值给变量iris
iris = datasets.load_iris()
# 将对象iris的data属性抽取出来，赋值给变量data
data = iris.data
# 输出data的shape属性
print(data.shape)
from sklearn import datasets
iris = datasets.load_iris()
data = iris.data
data.shape
复制代码如果数据的初始形状并非(n_samples, n_features)，则需要预处理以便在scikit-learn中使用。 当然了如果你的Python基础还不牢固，也欢迎到集智课堂里巩固一下基础
数字数据集：数据变形的举例
数字数据集有1797个8×8的手写数字像素图像组成
%matplotlib inline
from sklearn import datasets
# 导入digits数据集并输出其规模
digits = datasets.load_digits()
digits.images.shape
# 导入绘图扩展包matplotlib
import matplotlib.pyplot as plt
# 以灰度图像形式输出-1的像素图
plt.imshow(digits.images[-1], cmap=plt.cm.gray_r)
# 为了在Scikit中应用这组数据集，我们把8x8的图像转换成长度为64的矢量。
data = digits.images.reshape((digits.images.shape[0], -1))
digits = datasets.load_digits()
digits.images.shape
import matplotlib.pyplot as plt
plt.imshow(digits.images[-1], cmap=plt.cm.gray_r)
# 为了在Scikit中应用这组数据集，我们把8x8的图像转换成长度为64的矢量。
data = digits.images.reshape((digits.images.shape[0], -1))
digits.images.shape==(1797,8,8)
复制代码预测器对象
拟合数据：预测器是Scikit-learn的主API，可以是任意从数据中学习的对象，比如分类，回归或聚类算法，抑或是从原始数据中抽取/过滤有效特征的转换器。
所有预测器对象都有以数据集（通常为2D数组）为输入参数的fit方法:
estimator.fit(data)
# 预测器参数：所有的预测器参数都可以在实例化的时候指定，或之后修改相应属性。
estimator = Estimator(param1=1, param2=2)
复制代码