学习资源来自官网http://sklearn.apachecn.org/#/docs/2
今天是放假前一天,学习兴趣没那么浓,学习朴素贝叶斯和贝叶斯网络的时候一直提到sklearn,今天就好好了解一下吧
- sklearn的简介
- 简单高效的数据挖掘和数据分析工具
- 可供大家在各种环境中重复使用
- 建立在NumPy,SciPy和matplotlib上
- 开源,可商业使用 -BSD许可证
- sklearn文档的目录
- 监督学习
- 无监督学习
- 模型选择和估计
- 数据集转换
- 数据集加载工具
- 大规模计算的策略:更大量的数据
- 计算性能
- 监督学习
- 广义线性模型
在这个文档中提到了岭回归,可以查看https://blog.csdn.net/xiligey1/article/details/81387009
共线性问题,可以参考https://www.jianshu.com/p/ef1b27b8aee0?from=timeline
岭回归与普通的最小二乘法区别在于,当我们的系数矩阵不是列满秩的时候便会出现多个解,这是不合理的,一个好的办法是牺牲无偏性,而寻得唯一解,这对于病态数据是一个合理的办法(这是以数理统计知识给出的解释)
lasso回归则是惩罚项变为w的一范数
交叉验证:这个就是一个概念问题,指的就是用大部分数据进行建模,小部分进行预报验证
from sklearn import linear_model
reg = linear_model.Ridge(alpha=.5)
reg.fit([[0, 0], [0, 0], [1, 1]], [0, .1, 1])
print(reg.coef_)
还没写完,后面继续