Python 机器学习 基础 之 【常用机器学习库】 scikit-learn 机器学习库
Python 机器学习 基础 之 【常用机器学习库】 scikit-learn 机器学习库
目录
Python 机器学习 基础 之 【常用机器学习库】 scikit-learn 机器学习库
一、简单介绍
二、scikit-learn 基础
1、安装 scikit-learn
2、导入 scikit-learn
3、数据准备
4、数据分割
5、训练模型
5.1 线性回归
5.2 逻辑回归
5.3 K 近邻算法 (KNN)
5.4 决策树
5.5 随机森林
6、模型评估
6.1 混淆矩阵
6.2 ROC 曲线
7、特征选择
7.1 使用基于树的特征选择
8、超参数调优
附录
一、scikit-learn 学习文档地址
二、scikit-learn 功能特点介绍
scikit-learn 的特点
scikit-learn 提供的主要功能
1. 数据预处理
2. 分类算法
3. 回归算法
4. 聚类算法
5. 降维算法
6. 模型选择与评估
示例:使用 scikit-learn 进行简单的分类任务
三、scikit-learn 提供的 内置数据集
示例:如何加载内置数据集
一、简单介绍
Python是一种跨平台的计算机程序设计语言。是一种面向对象的动态类型语言,最初被设计用于编写自动化脚本(shell),随着版本的不断更新和语言新功能的添加,越多被用于独立的、大型项目的开发。Python是一种解释型脚本语言,可以应用于以下领域: Web 和 Internet开发、科学计算和统计、人工智能、教育、桌面界面开发、软件开发、后端开发、网络爬虫。
Python 机器学习是利用 Python 编程语言中的各种工具和库来实现机器学习算法和技术的过程。Python 是一种功能强大且易于学习和使用的编程语言,因此成为了机器学习领域的首选语言之一。Python 提供了丰富的机器学习库,如Scikit-learn、TensorFlow、Keras、PyTorch等,这些库包含了许多常用的机器学习算法和深度学习框架,使得开发者能够快速实现、测试和部署各种机器学习模型。
Python 机器学习涵盖了许多任务和技术,包括但不限于:</