請至PC端網頁下載本課程代碼課件及數據。

Sklearn是python用于數據挖掘以及機器學習的利器，但是其功能龐雜，初學者很難理清脈絡，快速學習其應用精髓。

本課程以以CRISP-DM為理論指導，系統介紹了sklearn在數據挖掘/機器學習各個環節的功能實現，從數據挖掘實戰的角度出發詳細介紹如何在sklearn中完成數據預處理、數據降維、數據建模、模型評估等各種操作，并突出特征選擇、模型調參，模型集成等在數據挖掘實戰環境中的重要課題。

學習完本課程后，學員將能夠獨立使用sklearn完成數據挖掘或機器學習實際項目。

【課程大綱】

第1章：python機器學習/數據挖掘概述

第2章：數據的預處理

第3章：特征選擇與信息濃縮

第4章：回歸類模型的訓練

第5章：類別預測模型的訓練

第6章：聚類模型的訓練

第7章：評估模型效果

第8章：數據的拆分

第9章：模型參數優化

第10章：模型集成

【課程長度】

總時長：12小時

【學員基礎】

學員需要懂得Python語言的基本編程知識，有基本的程序查錯能力。

學員事前應當學習統計分析的基本知識，建議完全沒有統計基礎的學員事先學習免費視頻課程《統計分析輕松入門》和《統計模型輕松入門》。

總結

以上是生活随笔為你收集整理的pythonsklearn乳腺癌数据集_使用sklearn的样本数据集的全部內容，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。