目录
1.2 sklearn库的datasets模块集成了部分数据分析的经典数据集,常用数据集的加载函数和解释如下:
1.4.sklearn除了提供基本的特征变换函数外,还提供了降维算法(如PCA)、特征选择算法,这些算法的使用也是通过转换器的方式进行的。
参看《python数据分析与应用》
scikit-learn和tensorflow的区别:https://www.jianshu.com/p/0837b7c6ce10
Scikit-learn使用总结,不错的总结:https://www.jianshu.com/p/516f009c0875
1.使用sklearn转换器处理数据
scikit-learn简称sklean整合了多种机器学习算法,使用方便。
1.1 sklearn提供的模块:
model_selection(模型选择模块)、preprocessing (数据预处理模块)、decompisition (特征分解模块),通过这3个模块能够实现数据的预处理与模型构建前的数据标准化、二值化、数据集的分割、交叉验证和PCA降维等工作。
1.2 sklearn库的datasets模块集成了部分数据分析的经典数据集,常用数据集的加载函数和解释如下:
https://blog.csdn.net/weixin_41571493/article/details/82709345
|
数据集名称 |
调用方式 |
适用算法 |
---|