scikit-learn：在实际项目中用到过的知识点（总结）

零、所有项目通用的：

http://blog.csdn.net/mmc2015/article/details/46851245（数据集格式和预测器）

http://blog.csdn.net/mmc2015/article/details/46852755（加载自己的原始数据）

（适合文本分类问题的 整个语料库加载）

http://blog.csdn.net/mmc2015/article/details/46906409（5. 加载内置公用的数据）

（常见的很多公共数据集的加载，5. Dataset loading utilities）

http://blog.csdn.net/mmc2015/article/details/46705983（Choosing the right estimator（你的问题适合什么estimator来建模呢））

（一张图告诉你，你的问题选什么estimator好，再也不用试了）

http://blog.csdn.net/mmc2015/article/details/46857949（训练分类器、预测新数据、评价分类器）

http://blog.csdn.net/mmc2015/article/details/46858009（使用“Pipeline”统一vectorizer => transformer => classifier、网格搜索调参）

一、文本分类用到的：

http://blog.csdn.net/mmc2015/article/details/46857887（从文本文件中提取特征（tf、idf））

（CountVectorizer、TfidfTransformer）

http://blog.csdn.net/mmc2015/article/details/46866537（