scikit-learn包

目录

1.使用sklearn转换器处理数据

1.1 sklearn提供的模块：

sklearn库的datasets模块整合了部分核心的数据集合。这些常用的数据显示集可以通过相应的获取函数进行加载，并且每个数据集都附带详细的注释以帮助理解其用途。

1.3.使用sklearn转换器进行数据预处理与降维

1.4 sklearn 除已实现了基础特征提取功能之外，在实现这些功能时也已包括主成分分析法等降维算法以及特征选择方法，并且这些方法均是通过预设的转换器接口来进行操作。

2.构建并评价聚类模型

2.1 聚类分析

2.2.评价聚类模型

3.构建并评价分类模型

3.1 sklearn库的常用分类算法：

3.2 评价分类模型：

4.构建并评价回归模型

4.1 常见的回归模型：

4.2 评价回归模型

---

参看《python数据分析与应用》

scikit-learn与tensorflow之间的差异：https://www.jianshu.com/p/0837b7c6ce10

Scikit-learn使用总结，不错的总结：https://www.jianshu.com/p/516f009c0875

1.使用sklearn转换器处理数据

scikit-learn简称sklean整合了多种机器学习算法，使用方便。

1