Sklearn中的数据处理流程和神经网络导图学习

sklearn简介

机器学习的大杀器，继承了机器学习中的各种算法，接口调用简单，使用流程统一规范，非常适合数据应用处理。

数据处理流程

2 Sklearn中神经网络实例导图

2.1 神经网络调用接口：

class sklearn.neural_network.MLPClassifier(hidden_layer_sizes=(100, ), activation=’relu’, solver=’adam’, alpha=0.0001,
batch_size=’auto’, learning_rate=’constant’, learning_rate_init=0.001, power_t=0.5, max_iter=200, shuffle=True,
random_state=None, tol=0.0001, verbose=False, warm_start=False, momentum=0.9, nesterovs_momentum=True,
early_stopping=False, validation_fraction=0.1, beta_1=0.9, beta_2=0.999, epsilon=1e-08, n_iter_no_change=10)[source]

2.2 参数说明

2.3 属性导图

2.4 方法导图