sklearn常用模塊

文章目錄

• sklearn常用模塊
• • 官方地址
  • 處理
  • • 數(shù)據(jù)集
    • 模型評(píng)估
    • 模型選型
    • 預(yù)處理
    • 特征選擇
  • 算法
  • • 聚類
    • 樸素貝葉斯
    • 鄰近算法
    • 決策樹
    • 支持向量機(jī)
    • 降維

官方地址

官方地址：https://scikit-learn.org/stable/

0.24的API文檔：https://scikit-learn.org/stable/auto_examples/release_highlights/plot_release_highlights_0_24_0.html

處理

數(shù)據(jù)集

官方數(shù)據(jù)集分類位置：https://scikit-learn.org/stable/auto_examples/#dataset-examples

sklearn.datasets #如： from sklearn.datasets import load_iris

模型評(píng)估

sklearn.metrics #如： from sklearn.metrics import accuracy_score

模型選型

sklearn.model_selection主要做超參優(yōu)化，模型驗(yàn)證，和數(shù)據(jù)集分割的，雖然名字叫model_selection模塊（但是感覺名字不是很好）

官方API文檔：https://scikit-learn.org/0.18/modules/classes.html#module-sklearn.model_selection

sklearn.model_selection #如: from sklearn.model_selection import train_test_split from sklearn.model_selection import cross_val_score #交叉檢驗(yàn)

預(yù)處理

sklearn.preprocessing #如： from sklearn.preprocessing import LabelEncoder, LabelBinarizer

特征選擇

sklearn.feature_selection #如： from sklearn.feature_selection import chi2

算法

聚類

sklearn.cluster #如：k-means聚類 from sklearn.cluster import Kmeans

樸素貝葉斯

sklearn.naive_bayes #如：高斯樸素貝葉斯 from sklearn.naive_bayes import GaussianNB

鄰近算法

sklearn.neighbors #如：knn from sklearn.neighbors import KNeighborsClassifier

決策樹

sklearn.tree #如： from sklearn.tree import DecisionTreeClassifier

支持向量機(jī)

sklearn.svm #如： from sklearn.svm import SVC

降維

sklearn.decomposition #如： from sklearn.decomposition import PCA 與50位技術(shù)專家面對(duì)面20年技術(shù)見證，附贈(zèng)技術(shù)全景圖

總結(jié)

以上是生活随笔為你收集整理的sklearn常用模块的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。