本文详细介绍了sklearn库中的预处理、模型选择、直接导入模块、集成学习、回归、算法和度量等多个包的功能和使用方法，包括多项式特征处理、标准化、归一化、数据集切分、交叉验证、流水线处理、随机森林、支持向量机、KNN、朴素贝叶斯、决策树等，并提供了相关度量标准如均方误差、PR曲线、ROC曲线和混淆矩阵。
总结一下至今为止我们用到的skleran包，每个都是干啥的，具体怎么用
一.预处理包
- from sklearn.preprocessing import PolynomialFeatures#从预处理包中导入多项式特征处理模块
- from sklearn.preprocessing import StandardScaler#从预处理包中导入标准化处理模块
- from sklearn.preprocessing import MinMaxScaler#从预处理包中导入归一化处理模块
二.模型选择包
- from sklearn.model_selection import train_test_split#从模型选择包里导入数据集切分模块,拆分数据
- from sklearn.model_selection import cross_val_score #交叉验证
- from sklearn.model_selection import GridSearchCV #确定最佳参数。 网格搜索 寻找超参数
- from sklearn.model_selection import validation_curve #调用 validation_curve 绘制超参数对训练集和验证集的影响
三.直接导入模块
- from sklearn import datasets #导入数据集
- from sklearn import metrics #导入度量模块
- from sklearn import svm #support vector Machine支持向量机
- from sklearn.pipeline import Pipeline #导入流水线处理模块
最低0.47元/天 解锁文章
扫一扫
6740
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
