机器学习模型python实现汇总

Target：记录学习过程中看到的模型python实现

特征处理

标准化

import sklearn.preprocessing

• 官方文档：http://scikit-learn.org/stable/modules/preprocessing.html#preprocessing
• 关键要素：要转换成数组
• normalization（ x-m/sigma）
  
  • 构造中心点：scaler = preprocessing.StandardScaler().fit(X_train)
  • 规范化：scaler.transform(X_train)
• range（ x-min / max-min）
  
  • min_max_scaler = preprocessing.MinMaxScaler()
  • X_train_minmax = min_max_scaler.fit_transform(X_train)

随机森林

from sklearn.ensemble import RandomForestRegressor

• 官方文档：http://scikit-learn.org/stable/modules/generated/sklearn.ensemble.RandomForestRegressor.html
• 关键参数：
  
  • n_estimators : integer, optional (default=10)，The number of trees in the forest.子树的数量
  • max_features：optional (default=”auto”)，子分类器用到的属性数
• 疑问：
  
  • 子树的数量如何确定？
  • 默认的分类器模型是什么？根据criterion（gini，mse）来区分？朴素贝叶斯分类怎么搞？

模型汇总图