sklearn
機械学習ツールボックス
sklearn機能モジュール
カテゴリー:------スパム監視、画像認識どのカテゴリに属するオブジェクトを識別する
回帰:オブジェクトに関連付けられた連続属性------>在庫予測
クラスタリング:自動的に類似したオブジェクトをグループ化------>顧客セグメンテーション、結果をグループ化します
次元削減:確率変数の数を減らすことが考慮されるべき------>可視化
モデルの選択:、比較検証し、モデル選択パラメータ------>パラメータを調整することにより、精度を向上させます
前処理:特徴抽出及び正規化------>利用可能な機械学習アルゴリズムのデータに入力データを変換
sklearn統一されたAPI
マップを使用sklearn
分類:カテゴリー回帰:回帰クラスタリング:クラスタリングdemension削減:次元削減
SVC:SVM --->高次元線形境界のL次元データセットによって分割(境界より高い次元の線形次元削減種々の曲線は低次元由来)
KNeighbors:Kの隣人
ナイーブベイズ:ナイーブベイズ
sklearn学習ルート
1.はじめに
sklearn一般的なプロセス:データ収集、データの前処理、モデルのトレーニング、モデル評価、最適化モデル
2.プロジェクトの特徴
取得したデータ、データの前処理を抽出し、機能、特徴選択
3.アルゴリズムの作品
評価モデルのトレーニング、モデル、最適化モデル