Scikit-learn 机器学习中的应用与实现

文章结构概述

• Scikit-learn机器学习库所集成的各类机器学习技术
  • 1 导入训练数据与测试数据集
  • 2 进行模型构建、预测分析以及性能评估报告生成
  • 在从Python2迁移至Python3过程中需关注的关键事项
  • 附录部分包含完整代码及实际运行结果展示
  • 推荐参考的博客资源与示例代码下载链接

Scikit-learn机器学习库包含的机器学习方法

官网直达scikit-learn: machine learning in Python — scikit-learn 0.21.3 documentation
https://scikit-learn.org/stable/

本案例所采用的技术途径包括：

    classifiers = {'NB':naive_bayes_classifier, 
                  'KNN':knn_classifier,
                   'LR':logistic_regression_clas