新手福音，机器学习工具Sklearn 中文文档 0.19版(最新)

向AI转型的程序员都关注了这个号????????????

机器学习AI算法工程  公众号：datayx

Scikit-learn(sklearn)是机器学习中常用的第三方模块，对常用的机器学习方法进行了封装，包括回归(Regression)、降维(Dimensionality Reduction)、分类(Classfication)、聚类(Clustering)等方法。当我们面临机器学习问题时，便可根据下图来选择相应的方法。Sklearn具有以下特点：

文档获取方式

关注微信公众号 datayx  然后回复 sk  即可获取。

AI项目体验地址 https://loveai.tech

sklearn把主要的功能分为6个模块。

分类

分类里面，当然就是应用的最广泛的算法，包括SVM、NB、DT等，即离散性监督学习。

回归

回归就是连续性监督学习，SVR、Lasso、甚至最简单的线性回归，都有，同样不展开。

聚类

无监督学习，很出名所以也不展开了，k-means、DBSCAN等，同不展开。

降维

sklearn把降维从数据预处理里面拿了出来，当做是单独的一块，里面包含了PCA、ICA以及一些更为复杂的方法，方便使用。

模型选择

对一个问题，会有很多模型方法可以用，但是哪个是好，那个不好，需要根据建模分析的结果判断，在sklearn中，提供了大量用于计算模型性能和结果的功能，交叉验证、自动调参、量化预测、学习曲线等分析功能，方便进行模型性能分析。

预处理

主要针对特征提取和归一化处理。和降维不同，特征提取是指从众多特征中选取最好的特征进行分析，从而使特征和目标之间更匹配，更有针对性，从而提升结果，提升模型性能，里面涵盖了卡方统计量、相关系数等计算和特征提取功能，另一方面还有二值化、归一化、文本向量化等特别的功能。

Sklearn目录

---

阅读过本文的人还看了以下：

不断更新资源

深度学习、机器学习、数据分析、python

 搜索公众号添加： datayx  

长按图片，识别二维码，点关注

AI项目体验

https://loveai.tech