1、pca降维：目的是提升模型训练速度

• 定义：
  
• 使用方法：给训练数据或者测试数据进行降维处理
  • 给训练数据降维
    
  • 给测试数据降维：这里1就要用transform，而不是fit_transform，因为之前训练数据降维时特征已经确定，测试数据提取的特征要和训练数据保持一致。
    

---

2、交叉验证：目的是保证模型的测试数据和训练数据划分清楚，从而对比选出得分最高的模型，保证数据划分的稳定性，而不是之前随机划分。

• 概念：每次进行数据划分都是随机的，所以没法保证稳定的模型精确度
  
• 方法一：k折交叉验证（将所有数据划分成k份，每次训练用1/k作为测试数据，其余数据作为训练数据），使用方式是先通过sklearn库中的model_selection导入KFold，然后设定好KFold的n_splits参数，之后通过模型的split方法划分训练数据和测试数据，返回的是一个生成器，其中会按照数据的下标划分好数据，使用时可以通过数组索引的方式（数组[数组]）。注意：返回给你的数据有k份，每一份数据都是取其中1/k作为测试数据，其余数据作为训练数据，且每份数据都是所有数据的下标。
• 方法二：StratifiedKFold（分层KFold）：相对于方法一，挑着分，分的更细了，使用方法类似K折交叉验证。注意：返回给你的数据有k份，每一份数据都是取其中1/k作为测试数据，其余数据作为训练数据，且每份数据都是所有数据的下标。
• 应用示例

from sklearn.model_selection import KFold # 这是k折交叉验证的包
from sklearn.model_selection import StratifiedKFold # 这是分层KFold的包
# 调用
kf = KFold(n_splits=5) # n_splits等于k折，设置为几，就会把数据分成几份
st = StratifiedKFold(n_splits=5) # n_splits等于k折，设置为几，就会把数据分成几份
iterable_kf = kf.split(Date,Target) # 生成的是迭代器，最好用for循环调用
iterable_st = st.split(Date,Target) # 生成的是迭代器，最好用for循环调用
for train_index, test_index in st_iterable:
    x_train = Date[train_index]
    y_train = Target[train_index]
    x_test = Date[test_index]
    y_test = Target[test_index]
 ···

---

3、网格交叉验证：GridSearchCV存在的意义就是自动调参，只要把参数输进去，就能给出最优化的结果和参数

• 举例：SVM模型选择最优惩罚因子C和最优高斯核函数对应的参数gamma（gamma参数只有核函数为高斯时才有）

# 导包
import numpy as np
import pandas as pd
from sklearn.datasets import load_iris
from sklearn.model_selection import GridSearchCV
from sklearn.svm import SVC

# 导入数据
data, target = load_iris(return_X_y=True)
'''
网格交叉验证参数说明：
estimator：模型对象，不需要带参数，只需要输入模型对象即可
param_grid：网格参数，通过字典形式（键为模型参数名字符串，值为可能的数值列表）输入，每个参数需要提供多个值，会选择最优组合
n_job：多进程，-1表示适用所有处理器CPU
cv：默认分成5份,分的方法类似k折交叉验证，属于内部操作
'''
svc = SVC()
param_grid = {
    'C':[0.1, 1,10,15],
    'gamma':[0.01,0.05,0.1,0.5,1]
}
gv = GridSearchCV(estimator=svc,param_grid=param_grid,n_jobs=-1,cv=5)
gv.fit(data,target)
# 获取网格交叉验证最终获取的一些最优属性
gv.best_score_,gv.best_params_,gv.best_estimator_ 
# (0.9866666666666667, {'C': 10, 'gamma': 0.05}, SVC(C=10, gamma=0.05))

---