算法导包合集

算法篇

导包合集

**有监督学习算法

朴素贝叶斯算法

伯努利朴素贝叶斯

from sklearn.naive_bayes import BernoulliNB

高斯朴素贝叶斯

from sklearn.naive_bayes import GaussianNB
from sklearn.datasets import make_blobs
# **datasets**：意为数据集，make_blobs：产生随机数的数据集
from sklearn.model_selection import train_test_split
# **model_selection**：意为模型选择, train_test_split：数据集拆分

多项式朴素贝叶斯

import joblib   # 保存模型
import jieba	# 结巴分词
from sklearn.naive_bayes import MultinomialNB
from sklearn.datasets import load_breast_cancer   # 癌症预测数据集
from sklearn.feature_extraction.text import CountVectorizer		# 词频向量化
from sklearn.fearure_extraction.text import TfidfVectorizer     # tfidf词频向量化
# **feature_extraction**：意为特征提取

逻辑回归算法

from sklearn.linear_model import LogisticRegression		# 逻辑回归
from sklearn.preprocessing import StandardScaler		# 标准差标准化
from sklearn.preprocessing import MaxAbsScaler			# 小数定标标准化
from sklearn.preprocessing import MinMaxScaler			# 离差标准化
# **preprocessing**：意为数据预处理

KNN算法

from sklearn.neighbors import KNeighborsClassifier		# knn分类算法
from sklearn.neighbots import KNeighborsRegressor		# knn回归算法
from sklearn.model_selection import cross_val_score		# 交叉验证得分
from sklearn.model_selection import GridSearchCV		# 网格搜索
from sklearn.model_selection import LeaveOneOut			# 留一法

决策树算法

from sklearn.tree import DecisionTreeClassifier		# 分类树
from sklearn.tree import DecisionTreeRegressor		# 回归树
from sklearn.tree import export_graphviz		# 导出树

随机森林算法

from sklearn.ensemble import RandomForestClassifier		# 随机森林分类树
from sklearn.ensemble import RandomForestRegressor		# 随机森林回归树

xgboost算法

# 安装 pip install xgboost
from xgboost import XGBClassifier	# xgboost分类树
from xgboost import XGBRegressor	# xgboost回归树
from xgboost import plot_tree		# 自带树
from xgboost import to_graphviz		# 导出dot文件

分类算法评估指标

from sklearn.metrics import confusion_matrix
# metrics：意为度量，返回四个值，查全和查准需要自己计算
from sklearn.metrics import precision_score		# 查准率/精准率
from sklearn.metrics import recall_score		# 查全率/召回率
from sklearn.metrics import f1_score			# f1-score
from sklearn.metrics import classification_report	# 分类报告
from sklearn.metrics import plot_precision_recall_curve		# PR曲线
from sklearn.metrics import plot_roc_curve		# ROC曲线

线性回归算法

from sklearn.linear_model import LinearRegression	# 正规方程法
from sklearn.linear_model import SGDRegressor		# 随机梯度下降法

**无监督学习算法

K-means算法

from sklearn.cluster import KMeans
from sklearn.metrics import silhouetee_score		# 轮廓系数

如有不全，欢迎补充！！