sklearn工具_学习笔记1

Sklearn包：
监督学习：sklearn.
Neighbors：近邻
Svm：支持向量机
Kernel-ridge：核岭回归
Discriminant_analysis：判别分析
linear_model：广义线性模型
ensemble：集成方法
tree ：决策树
naïve_bayes：朴素贝叶斯
cross_decomposition：交叉分解
gaussian_process：高斯过程
neural_network：多层神经网络
calibration：概率校准
isotomic：保序回归
feature_selection：监督特征选择
multiclass：多类多标签算法

无监督学习：sklearn.
decomposition：矩阵因子分解
cluster：聚类分析
manifold：流形学习
mixture：高斯混合模型
neural_network：无监督多层神经网络
density：密度估计
covariance：协方差估计

数据变换模块：sklearn.
feature_extraction：特征提取
feature_selection：特征选择
preprocessing：数据预处理（标准化、归一化）
random_projection：随机投影
kenel_approximation：核逼近
pipli