sklearn的结构:
1.回归:线性、决策树、SVM、KNN
随机森林、Adaboost、GradientBoosting、Bagging、ExtraTrees
2.分类:线性、决策树、SVM、KNN、朴素贝叶斯
随机森林、Adaboost、GradientBoosting、Bagging、ExtraTrees
3.聚类:K-means、层级聚类、DBSCAN
4.降维:LinearDiscriminantAnalysis、PCA
步骤:
1.数据集
2.数据预处理:降维、数据归一化、特征提取、特征转化
3.选择模型并训练
4.模型评分:score方法、sklearn指标函数
5.模型的保存与恢复