欢迎转载,请注明出处:https://blog.csdn.net/tayhh/article/details/82082377
1.机器学习:监督学习、无监督学习、半监督学习、强化学习、遗传算法;
2.如何选择sklearn中的算法:
3.sklearn的强大数据库:datasets,可以load数据,也可以make数据,在上面实现算法是极好的;
4.通用学习模式(以监督学习为例):①数据分割成训练集、测试集;②创建estimator;③拟合训练数据;④预测:在测试集上用拟合好的etimator完成预估任务;⑤打印出预测值与真实值,观察;
5.model属性与功能:
除了4中的fit, predict功能, model还有一些属性经常会用到:①model.coef :model 中拟合函数的系数;②model.intercept : model中拟合函数与y轴的交点;③model.get_params : 获得model的参数;④model.score : 为m