sklearn是机器学习领域中十分重要的一个python库。它是机器学习领域模型与算法,不说是集大成者,但也做了相当程度的集成。
基于sklearn,我们能够很全面的理解到机器学习各个领域的知识。它里面的每一章都是该算法和其他领域知识交叉综合的结果。
拿 1.1Linear Models 广义线性模型举例,它里面就涉及到了“特征选择”“稀疏表示”“降维”和“贝叶斯”和基本线性模型的结合。
本专栏将立足于sklearn的官方文档,依次对机器学习领域的模型、划分数据集的方法、评估指标等一系列的内容展开讲解。
对于有机器学习理论的同学来说,本专栏涉及到的知识广泛、全面且深刻,可以作为理论学习上的一次重要的回顾;对于将要涉及应用实践的同学来说,本专栏易于理解,容易上手,是难得的入门途径。
希望本专栏能获得大家的喜爱。