模型的介紹

根據問題特點選擇適當的估計器estimater模型：分類(SVC,KNN,LR,NaiveBayes,…) 回歸 (Lasso,ElasticNet,SVR,…) 聚類(KMeans,…) 降維(PCA,…)

機器學習模型按照可使用的數據類型分為監督學習和無監督學習兩大類。

監督學習主要包括用于分類和用于回歸的模型：

• 分類：
  • 線性分類器（如LR)
  • 支持向量機（SVM）
  • 樸素貝葉斯（NB）
  • K近鄰（KNN）
  • 決策樹（DT）
  • 集成模型（RF/GDBT等）
  • 隨機森林算法
• 回歸：
  • 線性回歸
  • 支持向量機（SVM）
  • K近鄰（KNN）
  • 回歸樹（DT）、
  • 集成模型（ExtraTrees/RF/GDBT）

無監督學習主要包括：

• 數據聚類（K-means&#

總結

以上是生活随笔為你收集整理的sklearn模型的训练(上）的全部內容，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站內容還不錯，歡迎將生活随笔推薦給好友。