scikit-learn常用库与函数整理

本文整理了scikit-learn库中常用的数据处理方法和机器学习模型,包括numpy库的使用、绘图、数据集加载,以及kNN、线性回归、PCA、逻辑回归、SVM等算法的应用。同时介绍了决策树、集成学习如随机森林、数据划分train_test_split、评估指标如准确度、网格搜索、归一化方法、MSE、MAE、R Square等,并探讨了特征工程如多项式特征添加、Pipeline和交叉验证的使用。此外,还涵盖了岭回归、LASSO、决策边界绘制、混淆矩阵、精准率、召回率、F1 Score、ROC曲线和ROC得分。
摘要由CSDN通过智能技术生成

需要提前导入的库:

numpy

import numpy as np

绘图

import matplotlib.pyplot as plt

数据集

from sklearn import datasets

各种机器学习库:

kNN算法

from sklearn.neighbors import KNeighborsClassifier

线性回归

from sklearn.linear_model import LinearRegression

PCA

from sklearn.decomposition import PCA
pca = PCA(n_components=2)
pca.fit(X_train)
X_train_reduction = pca.transform(X_train)
X_test_reduction = pca.transform(X_test)

逻辑回归

from sklearn.linear_model import LogisticRegression

SVM

from sklearn.svm import LinearSVC

  • 2
    点赞
  • 12
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

小王曾是少年

如果对你有帮助,欢迎支持我

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值