python scikit learn 常用模型汇总

python 的scikit-learn 包含有很多模型，是广大机器学习爱好者的必备模块，现在把常用的模块做一下汇总，指出各个模块的位置
1、逻辑斯特回归

• 应用：可以作为线型分类器使用，解决常见的二分类问题，如某些电脑商家通过对用户分析来判断用户是否会购买产品
• 调用方法如下：

 from sklearn import metrics
 from sklearn.linear_model import LogisticRegression

2、朴素贝叶斯

• 应用：朴素贝叶斯也是用于分类问题，在多分类问题效果佳，可以用于文本分类、邮箱分类方面
• 调用方法如下：

 from sklearn import metrics
 from sklearn.naive_bayes import GaussianNB

3、http://scikit-learn.org/stable/modules/generated/sklearn.neighbors.KNeighborsClassifier.html

• 应用：k近邻算法常常被用作是分类算法一部分，比如可以用它来评估特征，在特征选择上我们可以它
• 调用方法如下：

 from sklearn import metrics
 from sklearn.neighbors import KNeighborsClassifier