首页 / 知识
python 中 sklearn和Keras机器学习的流程的区别
2023-11-12 13:31:00
我们首先比较一下sklearn的机器学习大致使用流程和Keras的大致使用流程：
sklearn的机器学习使用流程：
fromsklearn.模型簇import模型名
fromsklearn.metricsimport评价指标
'''数据预处理及训练测试集分离提取'''
myModel=模型名称()#对象初始化
myModel.fit(训练集x,训练集y)#模型训练
y预测集=myModel.predict(开发集x)#模型预测
评价指标=评价指标(y预测集，y测试集)#模型效果评估
Keras的机器学习使用流程：
importkeras
...根据具体需求引入keras的包...
...keras模型搭建...
...keras模型编译(可选择模型指标)...
kerasModel.fit(训练集x，训练集y)#keras模型训练
y预测集=myModel.predict(开发集x)#keras模型预测
两者的区别
由上面伪代码可知Keras和sklearn最大不同在于需要进行模型搭建，可是既然有了这么多模型为什么还要模型搭建?
如果你了解过神经网络感知机就会比较理解这个过程，一个感知器相当于一个神经元，可根据输入信息反馈出需要的电信号，根据我们的世界观，一个细胞可以单独执行很多功能但是大量单纯的任务会让细胞只针对一个方向发展。用生物学的说话就是分化能力逐渐减弱，机器学习说法就是过拟合。因此，只有大量细胞通过不同的组合才能完成纷繁复杂的预测任务，因而有证明说神经网络理论上可拟合出任何曲线。
那么话说回来，Keras需要自行搭建模型，搭建方法有两种：序贯模型和函数式模型。而我本次的笔记就是学习序贯模型和函数式模型。
以上内容为大家介绍了python中sklearn和Keras机器学习的流程的区别，希望对大家有所帮助，如果想要了解更多Python相关知识，请关注我们
最新内容
相关内容
Python网络编程调用接收数据的三种
Python网络编程调用接收数据的三种方法，数据，代码，基础，通用，通讯，服务，网络，培训，方法，报文，最近在使用python进行网络编程开发一个通用的tc
为什么开发人员喜欢在机器学习和人
为什么开发人员喜欢在机器学习和人工智能项目中使用Python?，代码，项目，数据，人工智能，平台，异常，增长，灵活，时间，工具，1.Python是灵活的Pytho
数据科学领域Python比R语言更好
数据科学领域Python比R语言更好，数据，公司，工具，时间，项目，工作，庞大，受益，系统，代码，经常有学员问我们，在数据科学领域里，到底是该选Python呢，
python的数据类型
python的数据类型，数字，较大，数据，培训，变量，表示，字符串，赋值，常量，小数，1.整型Python可以处理任意大小的整数，当然包括负整数，在程序中的表示
为何你的Python代码应是扁平与稀疏
为何你的Python代码应是扁平与稀疏的，代码，培训，信息，观察，设计，工具，嵌套，闻闻，程序员，沉思，Python之禅之所以得名，正是由于它那简明扼要的规
如何提速优化python代码?
如何提速优化python代码?，代码，时间，数据，新增，写法，包装，情况，下来，面临，工作，Python是一种脚本语言，相比C/C++这样的编译语言，在效率和性能方
Python语言自带的数据结构有哪些
Python语言自带的数据结构有哪些，异常，数字，数据，元素，序列，培训，位置，名称，分析，括号，Python作为一种脚本语言，其要求强制缩进，使其易读、美观
提升Python数据分析能力的方法
提升Python数据分析能力的方法，分析，数据，工具，代码，时间，环境，报告，信息，培训，标准，1.Pandas分析包这个工具的好处是显而易见的。下面的动画Python数据结构的时间复杂性
Python数据结构的时间复杂性，时间，项目，情况，平均，复杂度，培训，术语，数据，状态，操作，1.让我们了解大O符号的含义是什么?在算法中执行许多操作
python经典最短代码实现排序的功能
python经典最短代码实现排序的功能，代码，位置，数据，分析，时间，序列，元素，培训，下来，算法，冒泡排序：算法思想：1.比较相邻的元素，如果第一个比第二
数据科学中必须了解的Python核心库
数据科学中必须了解的Python核心库，数据，生产，代码，标准，分析，培训，图片，工具，统一，涉足，python有三个核心数据科学库，在此基础上还创建了许多使用Python处理JSON格式的数据
使用Python处理JSON格式的数据，数据，代码，名称，信息，培训，对比，灵活，字典，文件，格式，如果你不希望从头开始创造一种数据格式来存放数据，JSON是