Python sklearn模型选择、使用那些事儿

Python sklearn模型选择、使用那些事儿

一. 主要功能

  1.classification 分类
  2.Regression 回归
  3.Clustering 聚类
  4.Dimensionality reduction 降维
  5.Model selection 模型选择
  6.Preprocessing 预处理

二. 常用模块

   1.sklearn.model_selection: Model Selection
   2.sklearn.datasets: Datasets
   3.sklearn.multiclass: Multiclass and multilabel classification 
   4.sklearn.multioutput: Multioutput regression and classification 
   5.sklearn.naive_bayes: Naive Bayes 
   6.sklearn.neighbors: Nearest Neighbors 
   7.sklearn.neural_network: Neural network models
   8.sklearn.preprocessing: Preprocessing and Normalization
   9.sklearn.semi_supervised: Semi-Supervised Learning 
  10.sklearn.svm: Support Vector Machines 
  11.sklearn.tree: Decision Tree 
  ...

三. 数据预处理

from sklearn import preprocessing
1.将数据转化为标准正态分布(均值为0,方差为1)
preprocessing.scale(X,axis=0, with_mean=True, with_std=True, copy=True)
2.将数据在缩放在固定区间,默认缩放到区间 [0, 1]
preprocessing.minmax_scale(X,feature_range=(0, 1), axis=0, copy=True)
3.数据的缩放比例为绝对值最大值,并保留正负号,即在区间 [-1.0, 1.0] 内
(唯一可用于稀疏数据 scipy.sparse的标准化)
preprocessing.maxabs_scale(X,axis=0, copy=True)
四. 数据集
常用的是将数据集分为训练集和测试集
from sklearn.
  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值