sklearn

来源

数据预处理

preprocessing
train_test_split
MinMaxScaler->[0,1]
MaxAbsScaler->[-1,1]
含极端值的处理Rebust…
非线性转换:OneHotEncoder
缺失值插补:SimpleImputer
标记缺失值:MissingIndicator

模型

random_state
机器学习

• 监督学习
  • 分类
    预测值y为有限的标签值集合
    • 支持向量机
      sklearn.svm.SVC()
    • K-近邻
      sklearn.neighbors.KNeighborsClassifier()
    • 决策树
      sklearn.tree.DecisionTreeClassifier()
  • 回归
    预测值y是一个连续的目标变量
    • 简单回归分析
      sklearn.linear_model.LinearRegression()
    • 带惩罚项的回归模型
      • Lasso
        sklearn.linear_model.Lasso
      • Ridge
        sklearn.linear_model.Ridge
• 非监督学习
  • K-均值聚类
    sklearn.cluster.KMeans()
  • 分层聚类
    sklearn.SpectralClustering()
• 降维技术
  • 主成分分析
    sklearn.decomposition.PCA()

交叉验证迭代器

cross_val_score
cross_validate

分类

• KFold
• StratifiedKFold
• ShuffleSplit

超参数

• GridSearchCV

• RandomizedSearchCV

模型的评估

分类模型

• ROC
  roc_curve
  roc_aur_score

回归模型

metrices模块

• explain_variance_score
• f2_score
• mean_squared_error

聚类模型

• sihouette coefficient
  轮廓系数

直观化

• 验证曲线
  从而发现是否过拟合
• 学习曲线
  模型从数据中学习的进步