sklearn算法集【分类、回归、聚类、降维】算法导航

sklearn库的基本功能

sklearn库的共分为6大部分，分别用于完成分类任务、回归任务、聚类任务、降维任务、模型选择以及数据的预处理

分类任务 （有监督学习）

分类模型(理论)	加载模块(实例)
最近邻算法	sklearn.neighbors.NearestNeighbors
支持向量机	sklearn.svm.SVC
朴素贝叶斯	sklearn.naive_bayes.GaussianNB
决策树	sklearn.tree.DecisionTreeClassifier
集成方法	sklearn.ensemble.BaggingClassifier
神经网络	sklearn.neural_network.MLPClassifier

回归任务

回归模型(理论)	加载模块(实例)
线性回归	slkearn.linear_model.LinearRegression
岭回归	sklearn.linear_model.Ridge
Lasso回归	sklearn.linear_model.Lasso
随机梯度下降	sklearn.linear_model.SGDRegressor
弹性网络	sklearn.linear_model.ElasticNet
最小角回归	sklearn.linear_model.Lars
贝叶斯回归	sklearn.linear_model.BayesianRidge
逻辑回归	sklearn.linear_model.LogisticRegression
多项式回归	sklearn.preprocessing.PolynomialFeatures

聚类任务（无监督学习）

聚类方法(理论)	加载模块(实例)
K-means	sklearn.cluster.KMeans
AP聚类	sklearn.cluster.AffinityPropagation
均值漂移	sklearn.cluster.MeanShift
层次聚类	sklearn.cluster.AgglomerativeClustering
DBSCAN	sklearn.cluster.DBSCAN
BIRCH	sklearn.cluster.Birch
谱聚类	sklearn.cluster.SpectralClustering

降维任务

降维方法(理论)	加载模块(实例)
主成分分析	sklearn.decomposition.PCA
截断SVD和LSA	sklearn.decomposition.TruncatedSVD
字典学习	sklearn.decomposition.SparseCoder
因子分析	sklearn.decomposition.FactorAnalysis
独立成分分析	sklearn.decomposition.FastICA
非负矩阵分解	sklearn.decomposition.NMF
LDA	sklearn.decomposition.LatentDirichletAllocation