sklearn

 

参考：莫凡python

Scikit learn 也简称 sklearn, 是机器学习领域当中最知名的 python 模块之一.

Sklearn 包含了很多种机器学习的方式:

• Classification 分类
• Regression 回归
• Clustering 非监督分类
• Dimensionality reduction 数据降维
• Model Selection 模型选择
• Preprocessing 数据预处理

算法有四类，分类，回归，聚类，降维.

导入模块： 

from sklearn import datasets

#train_test_split是交叉验证中常用的函数，功能是从样本中随机的按比例选取train data和test data
from sklearn.model_selection import train_test_split

#实现了K最近邻投票算法的分类器
from sklearn.neighbors import KNeighborsClassifier

eg:
knn = KNeighborsClassifier()
knn.fit(X_train, y_train)
print(knn.predict(X_test))
print(y_test)

Model 的属性和功能：

#导入模型
model = LinearRegression()

#训练模型
model.fit(data_X, data_y)

#用训练好的模型预测
print(model.predict(data_X[:4, :]))

数据标准化：

from sklearn import preprocessing #标准化数据模块