通过 PyCall 在 Julia 中使用 scikit-learn

Question

我正在尝试通过PyCall在 Julia 中使用 Scikit-learn。

首先，我试图将 iris 数据读入 Julia 数据结构。

这是 Python 中的代码：

from sklearn import datasets
from sklearn.naive_bayes import GaussianNB

iris = datasets.load_iris()

X = iris.data
y = iris.target

PyCall 文档说 Python 方法在 Julia 中被调用，例如：

my_dna[:find]("ACT")

与：

my_dna.find("ACT")

在 Python 中。

我在 Julia 中导入虹膜数据的尝试是：

using PyCall
@pyimport sklearn.datasets as datasets
@pyimport sklearn.naive_bayes as NB

iris = datasets.load_iris()

X = ...?
Y = ...?

iris = datasets.load_iris()调用适用于iris是Dict{Any,Any}类型的情况。

我不确定这是否正确。 我尝试了iris = datasets[:load_iris]但这导致：

ERROR: LoadError: MethodError: no method matching getindex(::Module, ::Symbol)

更进一步，我如何将iris.data和iris.target读入X和Y ？

Answer 1

正如您所说，Julia 会告诉您iris是什么类型：

julia v0.5> @pyimport sklearn.datasets as datasets

julia v0.5> @pyimport sklearn.naive_bayes as NB

julia v0.5> iris = datasets.load_iris()
Dict{Any,Any} with 5 entries:
  "feature_names" => Any["sepal length (cm)","sepal width (cm)","petal length (…
  "target_names"  => PyObject array(['setosa', 'versicolor', 'virginica'], …
  "data"          => [5.1 3.5 1.4 0.2; 4.9 3.0 1.4 0.2; … ; 6.2 3.4 5.4 2.3; 5.…
  "target"        => [0,0,0,0,0,0,0,0,0,0  …  2,2,2,2,2,2,2,2,2,2]
  "DESCR"         => "Iris Plants Database\n====================\n\nNotes\n----…

它还告诉您字典中的键是什么。 所以现在你只需使用 Julia 的语法来访问字典中的值（结果被截断）：

julia v0.5> X = iris["data"]
150×4 Array{Float64,2}:
 5.1  3.5  1.4  0.2
 4.9  3.0  1.4  0.2
 4.7  3.2  1.3  0.2

julia v0.5> Y = iris["target"]
150-element Array{Int64,1}:
 0
 0

请注意，我不知道这个问题的答案。 我只是让朱莉娅指导我做什么。

最后，正如@ChrisRackauckas 所建议的，已经有一个包装 scikit-learn 的 Julia 包： https : //github.com/cstjean/ScikitLearn.jl

Answer 2

由于有一些变化，除了 Davids 的回答之外，我还想添加PyCall （当前版本 1.91.4）的当前语法。

蟒蛇代码

from sklearn import datasets
from sklearn.naive_bayes import GaussianNB

iris = datasets.load_iris()

X = iris.data
y = iris.target

在 Julia 中变为：

using PyCall
datasets = pyimport("sklearn.datasets")
GaussianNB = pyimport("sklearn.naive_bayes")
iris = datasets.load_iris()
X = iris["data"]
y = iris["target"]