sklearn模組
sklearn主要實現功能（大的模組分類） 首頁列表中顯示
a. classification (分類)
b. regression(回歸)
c. clustering(聚類)
d. dimensionality reduction(降低維度)
e. model selection(模型選擇)
f. preprocessing(預處理)
0.資料集
sklearn.datasets
1.特徵預處理
sklearn.feature_extraction（特徵抽取：支援文字、影象的特徵提取）
sklearn.feature_selection（特徵選擇）
sklearn.preprocessing（特徵預處理：歸一化，onehot離散化，normalize等，複雜的離散化方法不支援）
sklearn.random_projection （資料集合）
2/3.模型訓練
sklearn.cluster
sklearn.cluster.bicluste
sklearn.semi_supervised
sklearn.svm
sklearn.tree
sklearn.linear_model
sklearn.*****_bayes
sklearn.neural_network
4.模型評估
sklearn.metrics
sklearn.cross_validation
5. 任務批量執行（序列）sklearn.pipeline
其他未知功能
sklearn.decomposition
sklearn.cross_decomposition
sklearn.dummy #?樣本
sklearn.ensemble
sklearn.gaussian_process
sklearn.grid_search #網格搜尋，用於調參：通過分類別備選引數，得出笛卡爾積的待實驗引數矩陣，逐項實驗
sklearn.utils
sklearn.covariance #協方差（矩陣）
sklearn.base
sklearn.isotonic
sklearn.kernel_ridge
sklearn.discriminant_analysis
sklearn.learning_curve
sklearn.manifold
sklearn.mixture
sklearn.multiclass
sklearn.neighbors
sklearn.calibration
sklearn學習 sklearn學習的相關資料
0 scikit learn官網 1 使用sklearn進行整合學習 理論 2 使用sklearn進行整合學習 實踐 3 sklearn學習筆記之開始 4 誰動了我的特徵？sklearn特徵轉換行為全記錄 5 使用sklearn優雅地進行資料探勘 備註 作者是個大神 6 sklearn多個例項 7 ...
sklearn模組pipeline類 流水線
當資料預處理的工作較多時，可能會涉及更多的步驟，此時分別執行每個步驟會顯得過於繁瑣。流水線 pipeline類 可以將每個評估器視為乙個步驟，然後將多個步驟作為乙個整體而依次執行，這樣，我們就無需分別執行每個步驟。流水線具有最後乙個評估器的所有方法。當通過流水線物件呼叫方法 時，會執行這樣的過程 假...
sklearn學習筆記
1.波士頓房價線性回歸模型 from sklearn import datasets from sklearn.linear model import linearregression boston datasets.load boston data x boston.data y boston.t...