sklearn中的類及用法 小結2

2021-10-08 08:16:59 字數 3102 閱讀 6394

sklearn中的決策樹,模組

sklearn.tree

tree.decisiontreeclassififier

分類樹

tree.decisiontreeregressor

回歸樹

tree.export_graphviz

將生成的決策樹匯出為

dot格式,畫圖專用

tree.extratreeclassififier

高隨機版本的分類樹

tree.extratreeregressor

高隨機版本的回歸樹

tree

.decisiontreeclassifier

()    

#例項化

sklearn中的整合演算法 ,

模組sklearn.

ensemble

ensemble.adaboostclassififier       adaboost分類

ensemble.adaboostregressor        adaboost回歸

ensemble.baggingclassififier         裝袋分類器

ensemble.baggingregressor         裝袋回歸器

ensemble.extratreesclassififier           extra-trees分類(超樹,極端隨機樹)

ensemble.extratreesregressor          extra-trees回歸

ensemble.gradientboostingclassififier       梯度提公升分類

ensemble.gradientboostingregressor        梯度提公升回歸

ensemble.isolationforest      隔離森林

ensemble.randomforestclassififier      

隨機森林分類

ensemble.randomforestregressor      隨機森林回歸

ensemble.randomtreesembedding      完全隨機樹的整合

ensemble.votingclassififier      用於不合適估算器的軟投票/

多數規則分類器

sklearn

中的邏輯回歸,模組sklearn.linear_model

linear_model.logisticregression             邏輯回歸分類器(又叫logit

回歸,最大熵分類器)

linear_model.logisticregressioncv        帶交叉驗證的邏輯回歸分類器

linear_model.logistic_regression_path            計算logistic

回歸模型以獲得正則化引數的列表

linear_model.sgdclassififier           利用梯度下降求解的線性分類器(svm

,邏輯回歸等等)

linear_model.sgdregressor           利用梯度下降最小化正則化後的損失函式的線性回歸模型

metrics.log_loss                           對數損失,又稱邏輯損失或交叉熵損失

#imblearn

是專門用來處理不平衡資料集的庫,在處理樣本不均衡問題中效能高過

sklearn

很多

#imblearn

裡面也是乙個個的類,也需要進行例項化,

fit擬合,和

sklearn

用法相似

from

imblearn

.over_sampling

import

smote    上取樣方法   x,y = sm.fit_sample(x,y)  # smote的fit

sklearn中的聚類演算法,模組sklearn.cluster

cluster.affinitypropagation      執行親和傳播資料聚類

cluster.agglomerativeclustering     凝聚聚類

cluster.dbscan    從向量陣列或距離矩陣執行dbscan聚類

cluster.birch      實現birch聚類演算法

cluster.kmeans     k均值聚類

cluster.minibatchkmeans      小批量k均值聚類

cluster.meanshift       使用平坦核函式的平均移位聚類

cluster.spectralclustering        光譜聚類,將聚類應用於規範化拉普拉斯的投影

sklearn中的支援向量機,模組sklearn.svm

svm.linearsvc           線性支援向量分類

svm.linearsvr           線性支援向量回歸

svm.svc             非線性多維支援向量分類

svm.svr             非線性多維支援向量回歸

svm.nusvc              nu支援向量分類

svm.nusvr               nu支援向量回歸

svm.oneclasssvm           無監督異常值檢測

svm.libsvm.cross_validation        svm專用的交叉驗證

svm.libsvm.decision_function            svm專用的**邊際函式

svm.libsvm.fit                使用libsvm訓練模型

svm.libsvm.predict              給定模型**x的目標值

svm.libsvm.predict_proba         **概率

c const型別在類設計中的用法小結

l類中的 const 型資料一共有 5種形式 1.常物件 const 物件 2.常函式 const 函式 3.常指標 const 指標 兩種寫法 4.常引用 const 引用 一種寫法 引用的不可重用性 1.常物件 類名 const 物件名 const 類名 物件名 作用 建立乙個常物件,其中的值不...

JAVA中this用法小結

表示對當前物件的引用!表示用類的成員變數,而非函式引數,注意在函式引數和成員變數同名是進行區分!其實這是第一種用法的特例,比較常用,所以那出來強調一下。用於在構造方法中引用滿足指定引數型別的構造器 其實也就是構造方法 但是這裡必須非常注意 只能引用乙個構造方法且必須位於開始!還有就是注意 this ...

JAVA中this用法小結

本示例為了說明 this 的三種用法!packagetest publicclassthistest 第二個構造器 有乙個 string 型形參 thistest string s 第三個構造器 有乙個 int型形參和乙個 string 型形參 thistest inti,string s publ...