Scikit-learn 是一个开源的机器学习库，广泛用于数据挖掘和数据分析。本教程将简要介绍 Scikit-learn 的基本用法。
安装 Scikit-learn
首先，您需要安装 Scikit-learn。可以通过以下命令进行安装：
pip install scikit-learn
数据加载
Scikit-learn 提供了多种数据集，您可以使用 datasets 模块进行加载。
from sklearn import datasets
iris = datasets.load_iris()
print(iris.DESCR)
Iris 数据集
模型选择
Scikit-learn 提供了多种机器学习模型，包括线性回归、决策树、支持向量机等。
from sklearn import svm
clf = svm.SVC()
模型训练
使用训练数据对模型进行训练。
X_train, X_test, y_train, y_test = train_test_split(iris.data, iris.target, test_size=0.3)
clf.fit(X_train, y_train)
模型评估
使用测试数据对模型进行评估。
print(clf.score(X_test, y_test))
扩展阅读
如果您想了解更多关于 Scikit-learn 的内容，可以访问我们的 Scikit-learn 教程。