sklearn分类模型汇总（二）

sklearn分类模型汇总（二）

Naive Bayes

naive_bayes.CategoricalNB函数参数：

• alpha：float, default=1.0，加性 (Laplace/Lidstone) 平滑参数（设置 alpha=0 且force_alpha=True，不进行平滑）。
• force_alpha：bool, default=True，如果为 False 并且 alpha 小于 1e-10，则将 alpha 设置为 1e-10。如果为 True，则 alpha 将保持不变。如果 alpha 太接近 0，这可能会导致数值错误。
• fit_prior：bool, default=True，是否学习类先验概率。如果为 false，则将使用统一先验。
• class_prior：array-like of shape (n_classes,), default=None，类别的先验概率。如果指定，则不会根据数据调整先验。
• min_categories：int or array-like of shape (n_features,),每个特征的最少类别数。

naive_bayes.GaussianNB函数参数：

• priors：array-like of shape (n_classes,), default=None，类别的先验概率。如果指定，则不会根据数据调整先验。
• var_smoothing：float, default=1e-9，为了计算稳定性而添加到方差中的所有特征的最大方差的部分。

k-nearest neighbors algorithm

neighbors.KNeighborsClassifier函数参数：

• n_neighbors：int, default=5。
• weights：{‘uniform’, ‘distance’}, callable or None, default=’uniform’。
• weights：{‘uniform’, ‘distance’}, callable or None, default=’uniform’。
• leaf_size：int, default=30，叶子大小传递给 BallTree 或 KDTree。这会影响构建和查询的速度以及存储树所需的内存。最佳值取决于问题的性质。
• p：float, default=2，闵可夫斯基度量的功效参数。当 p = 1 时，这相当于使用 manhattan_distance (l1)，而 p = 2 时则使用 euclidean_distance (l2)。对于任意 p，使用 minkowski_distance (l_p)。该参数预计为正。
• metric：str or callable,default=’minkowski’，用于距离计算的度量。默认值为“minkowski”，当 p = 2 时，这会产生标准欧几里得距离。
• metric_params：dict, default=None，度量函数的附加关键字参数。
• n_jobs：int, default=None。
  neighbors.RadiusNeighborsClassifier函数参数：
• radius：float, default=1.0，radius_neighbors 查询默认使用的参数空间范围。
• weights：{‘uniform’, ‘distance’}, callable or None, default=’uniform’。
• weights：{‘uniform’, ‘distance’}, callable or None, default=’uniform’。
• leaf_size：int, default=30，叶子大小传递给 BallTree 或 KDTree。这会影响构建和查询的速度以及存储树所需的内存。最佳值取决于问题的性质。
• p：float, default=2，闵可夫斯基度量的功效参数。当 p = 1 时，这相当于使用 manhattan_distance (l1)，而 p = 2 时则使用 euclidean_distance (l2)。对于任意 p，使用 minkowski_distance (l_p)。该参数预计为正。
• metric：str or callable,default=’minkowski’，用于距离计算的度量。默认值为“minkowski”，当 p = 2 时，这会产生标准欧几里得距离。
  outlier_label：{manual label, ‘most_frequent’}, default=None，离群样本的标签（给定半径内没有邻居的样本）。
• metric_params：dict, default=None，度量函数的附加关键字参数。
• n_jobs：int, default=None。

Linear Models

linear_model.LogisticRegression函数参数：

• penalty：{‘l1’, ‘l2’, ‘elasticnet’, None}, default=’l2’。
• dual：bool, default=False，对偶（约束）或原始公式。对偶公式仅适用于使用liblinear求解器的 l2 惩罚。当 n_samples > n_features 时，首选 Dual=False。
• tol：float, default=1e-4。
• C：float, default=1.0，正则化强度的倒数；必须是正浮动。与支持向量机一样，较小的值指定更强的正则化。
• fit_intercept：bool, default=True，指定是否应将常数（也称为偏差或截距）添加到决策函数中。
• intercept_scaling：float, default=1，仅当使用求解器“liblinear”且 self.fit_intercept 设置为 True 时才有用。在这种情况下，x 变为 [x, self.intercept_scaling]，即，将常数值等于截距缩放的“合成”特征附加到实例向量。截距变为intercept_scaling * synthetic_feature_weight。
• class_weight：dict or ‘balanced’, default=None。
• random_state：int, RandomState instance, default=None。
• solver：{‘lbfgs’, ‘liblinear’, ‘newton-cg’, ‘newton-cholesky’, ‘sag’, ‘saga’}, default=’lbfgs’，在优化问题中使用的算法。

linear_model.PassiveAggressiveClassifier函数参数：

• C：float, default=1.0，正则化强度的倒数；必须是正浮动。与支持向量机一样，较小的值指定更强的正则化。
• fit_intercept：bool, default=True，指定是否应将常数（也称为偏差或截距）添加到决策函数中。
• max_iter：int, default=1000。
• tol：float, default=1e-3。
• early_stopping：bool, default=False，当验证分数没有提高时是否使用提前停止来终止训练。如果设置为 True，它将自动留出训练数据的分层部分作为验证，并在 n_iter_no_change 连续 epoch 的验证分数未提高至少 tol 时终止训练。
• validation_fraction：float, default=0.1，留作早期停止验证集的训练数据比例。必须介于 0 和 1 之间。仅在 Early_stopping 为 True 时使用。
• n_iter_no_change：int, default=5，在提前停止之前等待没有改进的迭代次数。
• shuffle：bool, default=True
• verbose：int, default=0
• loss：str, default=”hinge”，要使用的损失函数：hinge：相当于参考论文中的PA-I。 squared_hinge：相当于参考论文中的PA-II。
• n_jobs：int or None, default=None
• random_state：int, RandomState instance, default=None
• warm_start：bool, default=False，当设置为 True 时，重用先前调用的解来拟合作为初始化，否则，只需擦除先前的解。
• average：bool or int, default=False，设置为 True 时，计算平均 SGD 权重并将结果存储在 coef_ 属性中。如果设置为大于 1 的整数，则一旦看到的样本总数达到平均值，就会开始求平均值。因此，average=10 将在查看 10 个样本后开始求平均值。

linear_model.Perceptron函数参数：

• penalty：{‘l1’, ‘l2’, ‘elasticnet’, None}, default=’l2’。
• alpha：float, default=0.0001，如果使用正则化，则与正则化项相乘的常数。
• l1_ratio：float, default=0.15，Elastic Net混合参数，0 <= l1_ratio <= 1。l1_ratio=0对应L2惩罚，l1_ratio=1对应L1。仅当penalty='elasticnet’时使用。
• fit_intercept：bool, default=True，指定是否应将常数（也称为偏差或截距）添加到决策函数中。
• max_iter：int, default=1000。
• tol：float, default=1e-3。
• shuffle：bool, default=True
• verbose：int, default=0
• eta0：float, default=1，更新所乘的常数。
• n_jobs：int or None, default=None
• random_state：int, RandomState instance, default=None
• early_stopping：bool, default=False，当验证分数没有提高时是否使用提前停止来终止训练。如果设置为 True，它将自动留出训练数据的分层部分作为验证，并在 n_iter_no_change 连续 epoch 的验证分数未提高至少 tol 时终止训练。
• validation_fraction：float, default=0.1，留作早期停止验证集的训练数据比例。必须介于 0 和 1 之间。仅在 Early_stopping 为 True 时使用。
• n_iter_no_change：int, default=5，在提前停止之前等待没有改进的迭代次数。
• class_weight：dict, {class_label: weight} or “balanced” or None, default=None
• warm_start：bool, default=False，当设置为 True 时，重用先前调用的解来拟合作为初始化，否则，只需擦除先前的解。

linear_model.RidgeClassifier函数参数：

• alpha：float, default=1.0，如果使用正则化，则与正则化项相乘的常数。
• fit_intercept：bool, default=True，是否计算该模型的截距。如果设置为 false，则在计算中不会使用截距（例如，数据预计已居中）。
• copy_X：bool, default=True，如果为 True，则 X 将被复制；否则，它可能会被覆盖。
• max_iter：int, default=None
• tol：float, default=1e-4，解的精度 (coef_) 由 tol 确定，它为每个求解器指定不同的收敛标准。
• class_weight：dict, {class_label: weight} or “balanced” or None, default=None
• solver：{‘lbfgs’, ‘liblinear’, ‘newton-cg’, ‘newton-cholesky’, ‘sag’, ‘saga’}, default=’lbfgs’，在优化问题中使用的算法。
• positive：bool, default=False，设置为 True 时，强制系数为正。在这种情况下，仅支持“lbfgs”求解器。
• random_state：int, RandomState instance, default=None

linear_model.SGDClassifier函数参数：

• loss：{‘hinge’, ‘log_loss’, ‘modified_huber’, ‘squared_hinge’, ‘perceptron’, ‘squared_error’, ‘huber’, ‘epsilon_insensitive’, ‘squared_epsilon_insensitive’}, default=’hinge’
• penalty：{‘l2’, ‘l1’, ‘elasticnet’, None}, default=’l2’
• alpha：float, default=0.0001，如果使用正则化，则与正则化项相乘的常数。
• l1_ratio：float, default=0.15，Elastic Net混合参数，0 <= l1_ratio <= 1。l1_ratio=0对应L2惩罚，l1_ratio=1对应L1。仅当penalty='elasticnet’时使用。
• fit_intercept：bool, default=True，是否计算该模型的截距。如果设置为 false，则在计算中不会使用截距（例如，数据预计已居中）。
• max_iter：int, default=1000
• tol：float, default=1e-3，停止标准。如果不是 None，则当 n_iter_no_change 连续 epoch 的 (loss > best_loss - tol) 时，训练将停止。根据 Early_stopping 参数，根据训练损失或验证损失检查收敛性。值必须在 [0.0, inf) 范围内。
• shuffle：bool, default=True
• verbose：int, default=0
• epsilon：float, default=0.1，对 epsilon 不敏感的损失函数中的 Epsilon；仅当损失为“huber”、“epsilon_insensitive”或“squared_epsilon_insensitive”时。对于“huber”，确定阈值，在该阈值下，获得准确预测变得不那么重要。对于 epsilon 不敏感，如果当前预测和正确标签之间的任何差异小于此阈值，则忽略它们。值必须在 [0.0, inf) 范围内。
• n_jobs：int, default=None
• random_state：int, RandomState instance, default=None
• learning_rate：str, {‘constant’，‘optimal’，‘invscaling’，‘adaptive’}，default=’optimal’。
• eta0：float, default=0.0，“恒定”、“逆缩放”或“自适应”计划的初始学习率。默认值为 0.0，因为默认计划“最佳”不使用 eta0。值必须在 [0.0, inf) 范围内。
• power_t：float, default=0.5，逆缩放学习率的指数。值必须在 (-inf, inf) 范围内。
• early_stopping：bool, default=False，当验证分数没有提高时是否使用提前停止来终止训练。如果设置为 True，它将自动留出训练数据的分层部分作为验证，并在 n_iter_no_change 连续 epoch 的验证分数未提高至少 tol 时终止训练。
• validation_fraction：float, default=0.1，留作早期停止验证集的训练数据比例。必须介于 0 和 1 之间。仅在 Early_stopping 为 True 时使用。
• n_iter_no_change：int, default=5，在提前停止之前等待没有改进的迭代次数。
• class_weight：dict, {class_label: weight} or “balanced” or None, default=None
• warm_start：bool, default=False，当设置为 True 时，重用先前调用的解来拟合作为初始化，否则，只需擦除先前的解。
• average：bool or int, default=False，当设置为 True 时，计算所有更新的平均 SGD 权重并将结果存储在 coef_ 属性中。如果设置为大于 1 的整数，则一旦看到的样本总数达到平均值，就会开始求平均值。因此，average=10 将在查看 10 个样本后开始求平均值。整数值必须在 [1, n_samples] 范围内。

linear_model.SGDOneClassSVM函数参数：

• nu：float, default=0.5，One Class SVM 的 nu 参数：训练误差分数的上限和支持向量分数的下限。应在区间 (0, 1] 内。默认为 0.5。
• fit_intercept：bool, default=True，是否计算该模型的截距。如果设置为 false，则在计算中不会使用截距（例如，数据预计已居中）。
• max_iter：int, default=1000
• tol：float, default=1e-3，停止标准。如果不是 None，则当 n_iter_no_change 连续 epoch 的 (loss > best_loss - tol) 时，训练将停止。根据 Early_stopping 参数，根据训练损失或验证损失检查收敛性。值必须在 [0.0, inf) 范围内。
• shuffle：bool, default=True
• verbose：int, default=0
• random_state：int, RandomState instance, default=None
• learning_rate：str, {‘constant’，‘optimal’，‘invscaling’，‘adaptive’}，default=’optimal’。
• eta0：float, default=0.0，“恒定”、“逆缩放”或“自适应”计划的初始学习率。默认值为 0.0，因为默认计划“最佳”不使用 eta0。值必须在 [0.0, inf) 范围内。
• power_t：float, default=0.5，逆缩放学习率的指数。值必须在 (-inf, inf) 范围内。
• warm_start：bool, default=False，当设置为 True 时，重用先前调用的解来拟合作为初始化，否则，只需擦除先前的解。
• average：bool or int, default=False，当设置为 True 时，计算所有更新的平均 SGD 权重并将结果存储在 coef_ 属性中。如果设置为大于 1 的整数，则一旦看到的样本总数达到平均值，就会开始求平均值。因此，average=10 将在查看 10 个样本后开始求平均值。整数值必须在 [1, n_samples] 范围内。