Python中常用的包 sklearn

樸素貝葉斯

該方法的任務是還原訓練樣本資料的分布密度，在多分類中有很好的效果

樸素貝葉斯分類的優缺點

優點：（1）演算法邏輯簡單,易於實現（演算法思路很簡單，只要使用貝葉斯公式轉化一下即可！）

（2）分類過程中時空開銷小（假設特徵相互獨立，只會涉及到二維儲存）

缺點：理論上，樸素貝葉斯模型與其他分類方法相比具有最小的誤差率。但是實際上並非總是如此，這是因為樸素貝葉斯模型假設屬性之間相互獨立，這個假設在實際應用中往往是不成立的，在屬性個數比較多或者屬性之間相關性較大時，分類效果不好。

而在屬性相關性較小時，樸素貝葉斯效能最為良好。對於這一點，有半樸素貝葉斯之類的演算法通過考慮部分關聯性適度改進。

k近鄰演算法

k近鄰演算法常常被用作是分類演算法

linearregression(fit_intercept=true,normalize=false,copy_x=true,n_jobs=1)

線性回歸作為一種最簡單，但卻是最常用的方法，將作為第一篇文章進行了解。

fit_intercept: 布林型，預設為true

說明：是否對訓練資料進行中心化。如果該變數為false，則表明輸入的資料已經進行了中心化，在下面的過程裡不進行中心化處理；否則，對輸入的訓練資料進行中心化處理

normalize布林型，預設為false

說明：是否對資料進行標準化處理

copy_x 布林型，預設為true

說明：是否對x複製，如果選擇false，則直接對原資料進行覆蓋。（即經過中心化，標準化後，是否把新資料覆蓋到原資料上）

n_jobs 整型，預設為1

說明：計算時設定的任務個數(number of jobs)。如果選擇-1則代表使用所有的cpu。這一引數的對於目標個數》1（n_targets>1）且足夠大規模的問題有加速作用。

coef_ 陣列型變數，形狀為(n_features,)或(n_targets, n_features)

說明：對於線性回歸問題計算得到的feature的係數。如果輸入的是多目標問題，則返回乙個二維陣列(n_targets, n_features)；如果是單目標問題，返回乙個一維陣列 (n_features,)。

intercept_ 陣列型變數

說明：線性模型中的獨立項。

注：該演算法僅僅是scipy.linalg.lstsq經過封裝後的估計器。

decision_function(x) 對訓練資料x進行**

fit(x, y[, n_jobs]) 對訓練集x, y進行訓練。是對scipy.linalg.lstsq的封裝

get_params([deep]) 得到該估計器(estimator)的引數。

predict(x) 使用訓練得到的估計器對輸入為x的集合進行**（x可以是測試集，也可以是需要**的資料）。

score(x, y[,]sample_weight) 返回對於以x為samples，以y為target的**效果評分。

set_params(**params) 設定估計器的引數

decision_function(x) 和predict(x)都是利用預估器對訓練資料x進行**，其中decision_function(x)包含了對輸入資料的型別檢查，以及當前物件是否存在coef_屬性的檢查，是一種「安全的」方法，而predict是對decision_function的呼叫。

score(x, y[,]sample_weight) 定義為(1-u/v)，其中u = （（y_true - y_pred）**2）.sum()，而v=((y_true-y_true.mean())**2).mean()

最好的得分為1.0，一般的得分都比1.0低，得分越低代表結果越差。

其中sample_weight為(samples_n,)形狀的向量，可以指定對於某些sample的權值，如果覺得某些資料比較重要，可以將其的權值設定的大一些。