哈尔滨网站推广服务,网站建设价格明细表,茂名网站建设系统,建设网站的定位文章来源#xff1a;https://blog.csdn.net/algorithmPro/article/details/103045824 Sklearn (全称 Scikit-Learn) 是基于 Python 语言的机器学习工具。它建立在 NumPy, SciPy, Pandas 和 Matplotlib 之上#xff0c;里面的 API 的设计非常好#xff0c;所有对象的接口简单…文章来源https://blog.csdn.net/algorithmPro/article/details/103045824 Sklearn (全称 Scikit-Learn) 是基于 Python 语言的机器学习工具。它建立在 NumPy, SciPy, Pandas 和 Matplotlib 之上里面的 API 的设计非常好所有对象的接口简单很适合新手上路。
在 Sklearn 里面有六大任务模块分别是分类、回归、聚类、降维、模型选择和预处理如下图从其官网的截屏。 要使用上述六大模块的方法可以用以下的伪代码注意 import 后面我用的都是一些通用名称如 SomeClassifier, SomeRegressor, SomeModel具体化的名称由具体问题而定比如 SomeClassifier RandomForestClassifier SomeRegressor LinearRegression SomeModel KMeans, PCA SomeModel GridSearchCV, OneHotEncoder
上面具体化的例子分别是随机森林分类器、线性回归器、K 均值聚类、主成分分析、网格追踪法、独热编码。
1.分类 (Classification) from sklearn import SomeClassifier from sklearn.linear_model import SomeClassifier from sklearn.ensemble import SomeClassifier
2.回归 (Regression) from sklearn import SomeRegressor from sklearn.linear_model import SomeRegressor from sklearn.ensemble import SomeRegressor
3.聚类 (Clustering)
from sklearn.cluster import SomeModel
4.降维 (Dimensionality Reduction)
from sklearn.decomposition import SomeModel
5.模型选择 (Model Selection)
from sklearn.model_selection import SomeModel
6.预处理 (Preprocessing)
from sklearn.preprocessing import SomeModel
SomeClassifier, SomeRegressor, SomeModel 其实都叫做估计器 (estimator)就像 Python 里「万物皆对象」那样Sklearn 里「万物皆估计器」。 此外Sklearn 里面还有很多自带数据集供引入它们的伪代码如下。
7.数据集 (Dataset)
from sklearn.datasets import SomeData
