机器学习系列六：sklearn库

一、简介

Scikit learn 也简称 sklearn, 是机器学习领域当中最知名的 python 模块之一.。

Sklearn 包含了很多种机器学习的方式:

• Classification 分类
• Regression 回归
• Clustering 非监督分类
• Dimensionality reduction 数据降维
• Model Selection 模型选择
• Preprocessing 数据预处理

二、sklearn库的结构

（1）结构： 
由图中，可以看到库的算法主要有四类：分类，回归，聚类，降维。其中：

常用的回归：线性、决策树、SVM、KNN ；集成回归：随机森林、Adaboost、GradientBoosting、Bagging、ExtraTrees
常用的分类：线性、决策树、SVM、KNN，朴素贝叶斯；集成分类：随机森林、Adaboost、GradientBoosting、Bagging、ExtraTrees
常用聚类：k均值（K-means）、层次聚类（Hierarchical clustering）、DBSCAN
常用降维：LinearDiscriminantAnalysis、PCA
（2）图片中隐含的操作流程： 
这个流程图代表：蓝色圆圈内是判断条件，绿色方框内是可以选择的算法。你可以根据自己的数据特征和任务目标去找到一条自己的操作路线，一步步做就好了。

三、sklearn库的学习

1.sklearn的官网链接http://scikit-learn.org/stable/index.html#

2.sklearn的API学习链接 

原文链接 : http://scikit-learn.org/stable/modules/classes.html

译文链接 : http://cwiki.apachecn.org/pages/viewpage.action?pageId=10030193

3.sklearn学习的博客连接 

https://blog.csdn.net/luanpeng825485697/article/details/78347433

https://blog.csdn.net/fuqiuai/article/details/79495865

https://blog.csdn.net/u010859707/article/details/74995531