XXiaoLEI的专栏

这几天在准备一个数据挖掘的比赛。既然是数据挖掘，那么机器学习包是必须大的。我们搭建的开发平台是在用python语言写的。所以就需要python的机器学习包scikit-learn。在安装scikit-learn包之前，必须安装numpy、scipy、和matplotlib这三个包。因为scikit-learn是依赖这三个包的。现在问题来了，如何安装呢？网上给的答案无非就是使用setup

sudo apt-get install python-scipysudo apt-get install python-numpysudo apt-get install python-matplotlibpythonimport scipyimport numpyimport pylabscipy.test()numpy.test()pylab.test()

在之前的代码中多次出现了使用sklearn.pipeline.Pipeline和sklearn.preprocessing.PolynomialFeatures这两个类。我在找相关资料的时候发现很少有写这方面的文章和博客。除了官网的英文文档，其实这个文档写的非常好。但考虑到自己的英文水平有限，于是想写点什么来记录这两个类。１、sklearn.preprocessing.PolynomialFe

这几天在看决策树算法，发现这算法在实际的应用中使用挺多的。所以想总结一下：这里给出一些我觉得比较好的博客链接：http://blog.jobbole.com/86443/　通俗易懂，同时也讲了一些决策树算法：如ID3、C4.5之类的。以及建立完完整的决策树之后，为了防止过拟合而进行的剪枝的操作。决策树算法介绍及应用：http://blog.jobbole.com/89072/　这篇博文

这一篇我会总结sklearn.pipeline.Pipeline。１、sklearn.pipeline.Pipeline类先给出官方的文档链接：http://scikit-learn.org/stable/modules/generated/sklearn.pipeline.Pipeline.htmlclass sklearn.pipeline.Pipeline(steps)