《统计学习方法》学习笔记6——关于Python库sklearn学习

sklearn简介

官网：https://blog.csdn.net/zouxy09/article/details/48903179

scikit-learn，也称为sklearn，是基于python的机器学习库，可以方便进行机器学习算法的实施，包括：分类、回归、聚类、降维、模型选择和预处理等数据挖掘的相关算法。

基于python的机器学习库Sklearn：https://blog.csdn.net/kevinelstri/article/details/60960574
python机器学习（1）python.sklearn库：https://blog.csdn.net/xumeng7231488/article/details/78303736
Python之Sklearn使用教程：https://blog.csdn.net/XiaoYi_Eric/article/details/79952325
sklearn学习总结（超全面）：https://blog.csdn.net/fuqiuai/article/details/79495865
Python机器学习库sklearn几种回归算法建模及分析(实验)：https://blog.csdn.net/cymy001/article/details/78556968
30分钟学会用scikit-learn的基本回归方法（线性、决策树、SVM、KNN）和集成方法（随机森林，Adaboost和GBRT）：https://blog.csdn.net/u010900574/article/details/52666291
Scikit-learn快速入门教程和实例（一）：https://blog.csdn.net/linxid/article/details/79104130
Python机器学习库scikit-learn实践：https://blog.csdn.net/zouxy09/article/details/48903179
莫烦教程：https://morvanzhou.github.io/

Sklearn通用学习模式

Sklearn中包含众多机器学习方法，但各种学习方法大致相同，我们在这里介绍Sklearn通用学习模式。首先引入需要训练的数据，Sklearn自带部分数据集，也可以通过相应方法进行构造，Sklearn.datasets可以构造数据。然后选择相应机器学习方法进行训练，训练过程中可以通过一些技巧调整参数，使得学习准确率更高。模型训练完成之后便可预测新数据，然后我们还可以通过MatPlotLib等方法来直观的展示数据。另外还可以将我们已训练好的Model进行保存，方便移动到其他平台，不必重新训练。