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 |