Python 机器学习工具包SKlearn的安装与使用
5星 · 超过95%的资源 88 浏览量
2023-04-14
20:04:45
上传
评论
收藏 2.05MB DOCX 举报 
Sklearn（全称 SciKit-Learn），是基于 Python 语言的机器学习工具包。本文
将简单的介绍 SKlearn 安装与使用，想要入坑机器学习的同学可以参考下
+
目录
1、SKlearn 是什么
Sklearn（全称 SciKit-Learn），是基于 Python 语言的机器学习工具包。
Sklearn 主要用 Python 编写，建立在 Numpy、Scipy、Pandas 和 Matplo
tlib 的基础上，也用 Cython 编写了一些核心算法来提高性能。
Sklearn 包括六大功能模块：
� 分类（Classification）：识别样本属于哪个类别，常用算法有 SVM（支持
向量机）、nearest neighbors（最近邻）、random forest（随机森林）
� 回归（Regression）：预测与对象相关联的连续值属性，常用算法有 SVR
（支持向量机）、 ridge regression（岭回归）、Lasso
� 聚类（Clustering）：对样本进行无监督的自动分类，常用算法有 k-Means
（k 均值）、spectral clustering（特征聚类）、mean-shift（均值漂移）
� 数据降维（Dimensionality reduction）：减少相关变量维数，常用算法有
PCA（主成分分析）、feature selection（特征选择）、non-negative matri
x factorization（非负矩阵分解）
� 模型选择（Model Selection）：比较，验证，选择参数和模型，常用模块
有 grid search（网格搜索）、cross validation（交叉验证）、 metrics
（度量）
� 数据处理 （Preprocessing）：特征提取和归一化，常用模块有 preprocess
ing（预处理），feature extraction（特征提取）
� 这六个功能模块涉及 4 类算法，分类、回归 属于监督学习，聚类属于非监
督学习。
- 1
- 2
前往页