Python数模笔记-Sklearn（1）介绍

时间 2021-07-23

标签 html python git 算法网络 dom 机器学习函数工具性能栏目 Python 繁體版

原文原文链接

　　Sklearn（全称 SciKit-Learn），是基于 Python 语言的机器学习工具包。html

　　Sklearn 主要用Python编写，创建在 Numpy、Scipy、Pandas 和 Matplotlib 的基础上，也用 Cython编写了一些核心算法来提升性能。python

　　Sklearn 包括六大功能模块：git

分类（Classification）：识别样本属于哪一个类别，经常使用算法有 SVM（支持向量机）、nearest neighbors（最近邻）、random forest（随机森林）算法
回归（Regression）：预测与对象相关联的连续值属性，经常使用算法有 SVR（支持向量机）、 ridge regression（岭回归）、Lasso网络
聚类（Clustering）：对样本进行无监督的自动分类，经常使用算法有 k-Means（k均值）、spectral clustering（特征聚类）、mean-shift（均值漂移）dom
数据降维（Dimensionality reduction）：减小相关变量维数，经常使用算法有 PCA（主成分分析）、feature selection（特征选择）、non-negative matrix factorization（非负矩阵分解）机器学习
模型选择（Model Selection）：比较，验证，选择参数和模型，经常使用模块有 grid search（网格搜索）、cross validation（交叉验证）、 metrics（度量）函数
数据处理（Preprocessing）：特征提取和归一化，经常使用模块有 preprocessing（预处理），feature extraction（特征提取）工具

这六个功能模块涉及 4类算法，分类、回归属于监督学习，聚类属于非监督学习。性能

欢迎关注 Youcans 原创系列，每周更新数模笔记

　　Sklearn 的安装要求：Python 3.5 以上版本，须要安装 NumPy、SciPy、Pandas 工具包的支持，部份内容须要使用 Matplotlib、joblib 工具包。

　　pip 安装命令：
　　

pip3 install -U scikit-learn
pip3 install -U scikit-learn -i https://pypi.douban.com/simple

　　注意 Sklearn 建议安装 Numpy+mkl，能够在网址http://www.lfd.uci.edu/~gohlke/pythonlibs/ 找到你须要的numpy+mkl版本，下载后 pip3安装：

pip install numpy-1.11.1+mkl-cp27-cp27m-win_amd64.whl

　　Sklearn 内置了一些标准数据集能够用于练习和测试，都是常常被引用的经典问题，数据网址：https://scikit-learn.org/stable/datasets.html
　　
　　Sklearn 标准数据集主要包括：

　　粗略看看 Sklearn 的文档，是一个功能强大和丰富的机器学习库，远远超出了数学建模学习的范围。
　　基于数模教学的目的，本系列主要对应数模学习中的分类、聚类、降维问题，并不打算全面讲解 Sklearn 的各类算法，而是以典型问题为例来介绍原理简单、使用普遍的基本方法，以便新手入门。

欢迎关注 Youcans 原创系列，每周更新数模笔记

Python数模笔记-Sklearn（1） 介绍