sklearn(Scikit learn)是基于numpy和scipy的一个机器学习算法库,设计的非常优雅,它让我们能够使用同样的接口来实现所有不同的算法调用。
基本功能分为六大部分:
分类:支持向量机(SVM)、最近邻、逻辑回归、随机森林、决策树以及多层感知器(MLP)神经网络
回归:支持向量回归(SVR)
聚类:K-均值聚类
数据降维、
模型选择和
数据预处理。
缺点:不支持深度学习和强化学习,不支持Python外的其他语言,不支持GPU加速
常用算法
无监督学习算法
算法 | 说明 |
cluster | 聚类 |
decomposition | 因子分解 |
mixture | 高斯混合模型 |
neural_network | 无监督的神经网络 |
covariance | 协方差估计 |
监督学习
tree | 决策树 |
svm | 支持向量机 |
neighbors | 近邻算法 |
linear_model | 广义线性模型 |
neural_network | 神经网络 |
kernel_ridge | 岭回归 |
naive_bayes | 朴素贝叶斯 |
cross_decomposition | 交叉分解 |
数据转换
扫描二维码关注公众号,回复:
4822211 查看本文章
feature_extraction | 特征提取 |
feature_selection | 特征选择 |
preprocessing | 预处理 |
以上的每个模型中都包含多个算法,使用某算法时,直接导入需要的包即可
from sklearn.linear_model import logistic