《Python高手修炼之道：数据处理与机器学习实战》第8章 机器学习工具包Scikit-learn

第8章 机器学习工具包Scikit-learn

谈到Python在机器学习领域的应用，程序员们一定会想起Scikit-learn模块，以及Tensorflow、Keras、PyTorch等深度学习框架，但谁也不会否认这样一个事实：Scikit-learn是非常基础和友好的机器学习模块。Scikit-learn是基于NumPy和SciPy的众多开源项目中的一个，由数据科学家David Cournapeau在2007年发起，需要NumPy和SciPy等其他模块的支持，是Python中专门针对机器学习应用而发展起来的一个模块。

相比其他机器学习项目，Scikit-learn显得有些“低调”。这是因为Scikit-learn的研究领域完全不涉及深度学习领域，并且Scikit-learn只提供经典的、经过广泛验证的算法。我个人非常喜欢Scikit-learn，不仅是因为它的低调和内涵，更重要的原因是它很贴心地为学习者提供了大量的数据、丰富的参考样例和详细的说明文档。

8.1 Scikit-learn概览

Scikit-learn的基本功能可以分为6大部分：分类、回归、聚类、数据降维、模型选择和数据预处理。本章并不会逐一讲解Scikit-learn的全部算法和功能，而是通过一些经典模型的应用演示Scikit-learn的学习和使用方法，从而帮助初学者快速上手机器学习。

8.1.1 Scikit-learn的子模块

Scikit-learn提供了很多子模块，大致可以分为两类：一类是和机器学习的算法模型相关的子模块，另一类是数据预处理和模型评估相关的子模块。因为这个分类并不严格，所以下面列出的子模块并没有遵循这个分类。

• linear_model：线性模型子模块，