sklearn是python自带工具吗_python机器学习之Sklearn

scikit-learn简称Sklearn，是一个开源的基于python的机器学习工具包。建立在NumPy, SciPy和Matplotlib等python数据库之上，几乎涵盖了所有的机器学习算法。sklearn安装

1、安装要求

Python(>=2.7 or >=3.3)、NumPy (>= 1.8.2)、SciPy (>= 0.13.3)

2、如果已经安装NumPy和SciPy，安装scikit-learn可以使用

pip install -U scikit-learn常用模块

分类、回归、聚类、降维、模型选择、预处理

1、分类：SVM、nearest neighbors、random forest

应用：垃圾邮件识别、图像识别

2、回归（预测与对象相关联的连续值属性）：SVR、 ridge regression（岭回归）、Lasso

应用：药物反应，预测股价等连续性预测问题

3、聚类：k-Means、 spectral clustering、mean-shift

4、降维：PCA、feature selection、non-negative matrix factorization（非负矩阵分解）

5、模型选择：比较，验证，选择参数和模型：grid search（网格搜索）、cross validation（交叉验证）、 metrics（度量）。它的目标是通过参数调整提高精度。

6、预处理：特征提取和归一化：preprocessing，feature extraction，常见的应用有：把输入数据（如文本）转换为机器学习算法可用的数据。例子例子2:可以自己构造数据集

上图为相关性分析预处理：交叉验证：

我们首先会将原始数据集分为三部分：训练集、验证集和测试集。训练集用于训练模型，验证集用于模型的参数选择配置，测试集对于模型来说是未知数据，用于评估模型的泛化能力。不同的划分会得到不同的最终模型。

那么是否n_neighbor=5便是最好呢，来调整参数来看模型最终训练分数。保存模型

本文是对参考资料：Python之Sklearn使用教程 的学习，详细内容可以参考链接。

更多内容可以关注公众号：AI算法驿站