scikit-learn相关软件包说明

1、官方网站简单介绍

http://scikit-learn.org/stable/index.html

 

1、分类Classification

应用：垃圾邮件过滤、图像检测

算法：svm，近邻检测、随机深林等

2、回归Regression

应用：Drug response, Stock prices(股票价格）

算法：SVR 岭回归,lasso

3、聚类Clustering

应用：客户分类

算法：k-Means, spectral clustering,mean-shift, ...

4、降维

Applications: Visualization, Increased efficiency
方法: PCA, feature selection（特征选择）, non-negative matrix factorization（不相关矩阵分析）

 

5、模型选择model selection

Comparing, validating and choosing parameters and models.
Goal: Improved accuracy via parameter tuning 主要提高精度和参数优化
Modules: grid search, cross validation, metrics.

 

6、预处理Preprocessing

Feature extraction and normalization.特征提出和归一化，主要是特征工程
Application: Transforming input data such as text for use with machine learning algorithms.
Modules: preprocessing, feature extraction.

 

2、scikit-learn个人评价

1、真正要用到的时候，时间上在模型选择优化和特征选择上回耗费比较大的力气

2、官方的examples做的还是相当全的，对初学者来说可以保持良好的兴趣。其实初学者spss可能更好入门一些，直接使用scikit-learn，偏重于学习，机器学习的模型评估是比较麻烦的，本身这一块没有传统从统计学方面来介绍的好

3、简书上有一篇文章;http://www.jianshu.com/p/1c6efdbce226  介绍的也不错可以参考

 

3、相关地址

相关例子

http://scikit-learn.org/stable/auto_examples/index.html

 

相关api文档

http://scikit-learn.org/stable/modules/classes.html