机器学习 sklearn库常用算法调用

机器学习 sklearn 常用 算法/方法 调用

集成学习(ensemble learning)

from sklearn.ensemble import RandomForestClassifier  #随机森林分类器
from sklearn.ensemble import RandomForestRegressor  #随机森林回归器
from sklearn.ensemble import AdaBoostClassifier   # AdaBoost分类器
from sklearn.ensemble import GradientBoostingClassifier # GBDT 梯度提升树分类器

分类(Classification)

from sklearn.linear_model import SGDClassifier #SGD分类器
from sklearn import svm #SVM分类器
from sklearn.tree import DecisionTreeClassifier #决策树分类
from sklearn.naive_bayes import GaussianNB #朴素贝叶斯(高斯分布型)
from sklearn.naive_bayes import BernoulliNB # 朴素贝叶斯(伯努利型)
from sklearn.neighbors import KNeighborsClassifier #KNN分类器

回归 (Regression)

from sklearn.neighbors import KNeighborsRegressor #KNN回归
from sklearn.tree import DecisionTreeRegressor #决策树回归
from sklearn.svm import LinearSVR #SVM回归
from sklearn.linear_model import LinearRegression #线性回归

聚类(Clustering)

from sklearn.cluster import KMeans #K均值聚类
from sklearn.cluster import AgglomerativeClustering #层次聚类

降维(Dimensionality Reduction)

from sklearn.decomposition import PCA #PCA降维
from sklearn.manifold import LocallyLinearEmbedding #LLE降维
from sklearn.discriminant_analysis import LinearDiscriminantAnalysis #LDA降维

数据集(Dataset)

from sklearn.datasets import load_iris #鸢尾花数据集
from sklearn.datasets import load-boston #波士顿房价数据集
from sklearn.datasets import load_digits #手写数字数据集
from sklearn.datasets import load_wine #葡萄酒数据集
from sklearn.datasets import load-barest-cancer #乳腺癌数据集
from sklearn.datasets import load-diabetes #糖尿病数据集

模型选择(Model Selection)

from sklearn.model_selection import train_test_split #数据集划分
from sklearn.model_selection import cross_validate #交叉验证
from sklearn.model_selection import KFold # K折交叉验证

预处理 (Preprocessing)

from sklearn.preprocessing import OneHotEncoder #one-hot编码
from sklearn.preprocessing import LabelEncoder #标签编码
from sklearn.preprocessing import MinMaxScaler #归一化
from sklearn.preprocessing import StandardScaler #标准化
from sklearn.preprocessing import normalize #正则化  (norm=L1/L2)
  • 6
    点赞
  • 36
    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