Python3入门机器学习经典算法与应用学习 资源

 python3入门机器学习经典算法与应用学习 资源

 

datasets可以用来加载真实数据进行模型训练的测试

import sklearn.datasets
datasets.load_iris() # 用于加载鸢尾花数据集
datasets.load_digits() # 用于加载手写识别的数据集
datasets.load_boston() #  用于加载波士顿房价的数据集
fetch_mldata用于加载mnist数据集
from sklearn.datasets import fetch_mldata
fetch_lfw_people用于加载人脸数据集
from sklearn.datasets import fetch_lfw_people

 

model_selection模块提供了模型选择的相关操作

train_test_split用于分割测试数据集和训练数据集
from sklearn.model_selection import train_test_split
gridsearchcv用于进行参数搜索，寻找合适的超参数
from sklearn.model_selection import gridsearchcv

 

preprocessing模块提供了数据预处理的相关操作

polynomialfeatures进行多项式曾维处理，使用线性回归的方法解决非线性问题
from sklearn.preprocessing import polynomialfeatures
 standardscaler提供数据归一化运算
from sklearn.preprocessing import standardscaler

 

neighbors模块提供了近邻相关的算法实现

kneighborsclassifier是knn算法解决分类问题的实现
from sklearn.neighbors import kneighborsclassifier
 kneighborsclassifier是knn算法解决回归问题的实现
from sklearn.neighbors import kneighborsregressor

 

metrics模块提供了数据之间的度量相关运算

mse的实现
from sklearn.metrics import mean_squared_error
mae的实现
from sklearn.metrics import mean_absolute_error
r2_score的实现
from sklearn.metrics import r2_score

 

linear_model提供了线性模型相关算法的实现

linearregression是线性回归算法的实现
from sklearn.linear_model import linearregression
sgdregressor是梯度下降法相关的实现
from sklearn.linear_model import sgdregressor

 

decomposition提供了降维相关算法的实现

pca给出了主成分分析法的相关实现
from sklearn.decomposition import pca