scikit-learn官方代码例子整理，附下载方法

大部分机器学习初学者的入门书籍是李航《统计学习方法》和周志华《机器学习》，这里我个人比较推荐李航编写的《统计学习方法》，书中有详细的数学推导过程，对于初学者来说比较友好。

若自学机器学习过程中，仅仅看书中的算法原理，没有动手实践几个简单例子，很难完全理解算法参数的含义，也让你自学机器学习的道路上显得枯燥乏味，通过运行几个简单的算法例子，既能自学python，还能获得一丝小小的成就感，也许这小小的成就感是你坚持下去的动力。

如何实践机器学习算法例子？这里我推荐两种方法，第一种是《机器学习实战》，每一个章节都有对应的例子，比较简单且容易理解，不足之处是调用的机器学习算法类没有详细的参数说明；第二种是查阅scikit-learn官方网站，scikit-learn是一种强大的基于Python语言的机器学习算法库（https://scikit-learn.org/stable/），包含了算法预处理，模型参数择优，回归与分类等算法，官方文档包含了每一种算法的例子，代码简洁优美，可视化了每一种算法结果，即能学习python，也能助你更好的理解机器学习算法。

小编在百度网盘打包分享了scikit-learn官方代码，里面包含了各类算法的例子，获取方法见文末。

只需要在Jupter Notebook输入run **.py即可运行。

如运行集成分类方法Adaboost二分类：

结果：

如运行K-means聚类算法：

结果：

扫码添加小编微信（请备注研究方向，否则不予通过），小编会在机器学习算法群的公告附上下载链接：