make_blobs主要是为了生成分类或者聚类数据集的
n_features表示每一个样本有多少特征值
n_samples表示样本的个数
centers是聚类中心点的个数,可以理解为label的种类数
random_state是随机种子,可以固定生成的数据
cluster_std设置每个类别的标准差,默认为1
shuffle:洗牌
将数据缩放至指定的范围内
class sklearn.preprocessing.MinMaxScaler(feature_range=(0,1),copy=True)
将数据的最大值缩放至1
class sklearn.preprocessing.MaxAbsScaler(copy=True)
数据的Normalization---向量单位化
sklearn.preprocessing.normalize(
X,axis=1,copy=True
norm = 'l2':'l1','l2',or 'max',用于正则化的具体范数
return_norm = False:是否返回所使用的范数
)
稳健标准化
将中位数和百分位数(默认使用四分位间距)分别代替均数和标准差用于数据的标准化。
sklearn.preprocessing.robust_scale(
X,axis=0,with
)
S折交叉验证(S-fold cross validation)
S:超参数,把数据分成多少份
留一交叉验证(LOOCV,Leave one out cross validation)
LOOCC是保留一个数据点,同样的你也可以保留P个数据的作为验证集,这种方法叫LPOCV
Sklearn交叉验证常用命令
sklearn.model_selection:cross_val_score#将拆分与评价合并执行
cross_validate#同时使用多个评价指标
cross_val_predict#使用交互验证后的模型进行预测
sklearn决策树