python sklearn逻辑回归 sgd和lr_[python机器学习及实践(1)]Sklearn实现LR和SVM

1.  sklearn简介

sklearn是机器学习中一个常用的python第三方模块，网址：http://scikit-learn.org/stable/index.html ，里面对一些常用的机器学习方法进行了封装，在进行机器学习任务时，并不需要每个人都实现所有的算法，只需要简单的调用sklearn里的模块就可以实现大多数机器学习任务。

库的算法主要有四类：分类，回归，聚类，降维。其中：

常用的回归：线性、决策树、SVM、KNN ；集成回归：随机森林、Adaboost、GradientBoosting、Bagging、ExtraTrees

常用的分类：线性、决策树、SVM、KNN，朴素贝叶斯；集成分类：随机森林、Adaboost、GradientBoosting、Bagging、ExtraTrees

常用聚类：k均值(K-means)、层次聚类(Hierarchical clustering)、DBSCAN

常用降维：LinearDiscriminantAnalysis、PCA

2. 名词说明

P=TP+FNP=TP+FN, N=TN+FPN=TN+FP

可以看到，recall 体现了分类模型HH对正样本的识别能力，recall 越高，说明模型对正样本的识别能力越强，pr