python sklearn---模型选择

这节内容很详细齐全,跟着里面的思路走,差不多就能把sklearn的用法以及建模的套路弄懂。一边学习一边理解一边操作一起开始sklearn的学习吧~

sklearn介绍

scikit-learn是数据挖掘与分析的简单而有效的工具。 

依赖于NumPy, SciPy和matplotlib。

首先要知道的是sklearn中包含的主要功能有什么?

  • classification 分类
  • Regression 回归
  • Clustering  聚类
  • Dimensionality reduction 降维
  • Model selection 模型选择
  • Preprocessing 预处理

接着对上面的模块进行细分,看看主要的模块分类以及每个模块包含的内容:

    • sklearn.base: Base classes and utility function  基础实用函数
    • sklearn.cluster: Clustering     聚类
    • sklearn.cluster.bicluster: Biclustering  双向聚类
    • sklearn.covariance: Covariance Estimators  协方差估计
    • sklearn.model_selection: Model Selection  模型选择
    • sklearn.datasets: Datasets  数据集
    • sklearn.decomposition: Matrix Decomposition  矩阵分解
    • sklearn.dummy: Dummy estimators   虚拟估计
    • sklearn.ensemble: Ensemble Methods  集成方法
    • sklearn.exceptions: Exceptions and warnings 异常和警告
    • sklearn.feature_extraction: Feature Extraction  特征抽取
    • sklearn.feature_selection: Feature Selection  特征选择
    • sklearn.gaussian_process: Gaussian Processes  高斯过程
    • sklearn.isotonic: Isotonic regression  保序回归
    • sklearn.kernel_approximation: Kernel Approximation  核 逼近
    • sklearn.kernel_ridge: Kernel Ridge Regression  岭回归ridge
    • sklearn.discriminant_analysis: Discriminant Analysis 判别分析
    • sklearn.linear_model: Generalized Linear Models  广义线性模型
    • sklearn.manifold: Manifold Learning  流形学习
    • sklearn.metrics: Metrics   度量 权值
    • sklearn.mixture: Gaussian Mixture Models 高斯混合模型
    • sklearn.multiclass: Multiclass and multilabel classification  多等级标签分类
    • sklearn.multioutput: Multioutput regression and classification  多元回归和分类
    • sklearn.naive_bayes: Naive Bayes 朴素贝叶斯
    • sklearn.neighbors: Nearest Neighbors  最近邻
    • sklearn.neural_ne
  • 1
    点赞
  • 15
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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
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