学习版的大新功能

　　scikit-learn的5大新功能
　　鸣叫
　　分享4
　　Python的主要功能机器学习库的最新版本包括许多新功能和错误修复。你可以从Scikit-learn官方0.22发行要点中找到有关这些更改的完整说明。
　　通过pip完成安装更新：
　　pipinstall --upgrade scikit-learn
　　或conda：
　　condainstall scikit-learn
　　最新的Scikit-learn中有5个新功能值得你注意。
　　1.新的绘图API
　　新的绘图API可用，无需重新计算即可正常工作。支持的图包括一些相关图，混淆矩阵和ROC曲线。下面是Scikit-learn用户指南中的示例，对API进行了演示：
　　from sklearn.model_selection import train_test_split
　　from sklearn.svm import SVC
　　from sklearn.metrics import plot_roc_curve
　　from sklearn.datasets import load_wine
　　X_train, X_test, y_train, y_test = train_test_split(X, y, random_state=42)
　　svc = SVC(random_state=42)
　　1/6
　　svc.fit(X_train, y_train)
　　svc_disp = plot_roc_curve(svc, X_test, y_test)
　　请注意，绘制是通过最后一行代码完成的。
　　2.堆叠概括
　　Scikit-learn已经集成了用于减少估计量偏差的整体学习技术。StackingClassifier和StackingRegressor是启用估算器堆叠的模块，并使用final_estimator这些堆叠的估算器预测作为其输入。请参阅用户指南中的示例，使用以下定义为的回归估计量estimators和梯度增强回归最终估计量：
　　from sklearn.linear_model import RidgeCV, LassoCV
　　from sklearn.svm import SVR
　　from sklearn.ensemble import GradientBoostingRegressor
　　from sklearn.ensemble import StackingRegressor
　　2/6
　　from sklearn.datasets import load_boston
　　from sklearn.model_selection import train_test_split
　　estimators = [(＂ridge＂, RidgeCV()),
　　(＂lasso＂, LassoCV(random_state=42)),
　　(＂svr＂, SVR(C=1, gamma=1e-6))]
　　reg = StackingRegressor(
　　estimators=estimators,
　　final_estimator=GradientBoostingRegressor(random_state=42))
　　X, y = load_boston(return_X_y=True)
　　X_train, X_test, y_train, y_test = train_test_split(X, y, random_state=42)
　　reg.fit(X_train, y_train)
　　StackingRegressor(...)
　　3.任何估计器特征的重要性
　　现在，任何适合的Scikit-learn估计器都可以使用基于置换的重要性特征。从用户指南中描述如何计算功能的排列重要性：
　　特征排列重要性计算方式如下：首先，在X定义的数据集上评估通过评分定义的基线度量。接着，对验证集中的要素列进行置换，并再次评估度量。排列重要性定义为基线度量和来自特征列度量之间的差异。
　　3/6
　　发行说明中的完整示例：
　　from sklearn.ensemble import RandomForestClassifier
　　from sklearn.inspection import permutation_importance
　　X, y = make_classification(random_state=0, n_features=5, n_informative=3)
　　rf = RandomForestClassifier(random_state=0).fit(X, y)
　　result = permutation_importance(rf, X, y, n_repeats=10, random_state=0, n_jobs=-1)
　　fig, ax = plt.subplots()
　　sorted_idx = result.importances_mean.argsort()
　　ax.boxplot(result.importances[sorted_idx].T, vert=False, labels=range(X.shape[1]))
　　ax.set_title(＂Permutation Importance of each feature＂)
　　ax.set_ylabel(＂Features＂)
　　fig.tight_layout()
　　plt.show()
　　4/6
　　4.梯度提升缺失价值支持
　　梯度提升分类器和回归器现在都已经具备了处理缺失值的能力，从而消除了手动插补的需要。以下是遗漏的方式：
　　在训练过程中，树木种植者会根据潜在的收益，在每个分割点上了解缺失值的样本应归子级左还是右子级。进行预测时，因此将具有缺失值的样本分配给左或右的子级。如果在训练过程中没有遇到给定特征的缺失值，则将具有缺失值的样本映射到样本最多的那一方。
　　以下示例演示：
　　from sklearn.experimental import enable_hist_gradient_boosting
　　# noqa
　　from sklearn.ensemble import HistGradientBoostingClassifier
　　import numpy as np
　　X = np.array([0, 1, 2, np.nan]).reshape(-1, 1)
　　5/6