sklearn流图及解释

图片如下

sklearn流图及解释_第1张图片

简单解释:

sk-learn的这张图是这么划分的:

  • 样本集低于50条样本,请回家好好睡一觉;
  • 分类:
    • 小样本
      • 优先使用Linear-SVC
      • 其次考虑 naive bayes(文本)、KNN
      • 最终是SVC和Ensemble Classifier
    • 大样本
      • 优先使用SGD Classifier(线性模型的一种)
      • 其次考虑kernel approximation(特征转换的方式,更像是降维?)
  • 聚类
    • 半监督
      • 大样本
        • MiniBatch Kmeans
      • 小样本
        • 优先考虑Kmeans
        • Spectral Cluster / GMM
    • 无监督
      • 大样本
        • 臣妾做不到啊
      • 小样本
        • MeanShift
        • VBGMM
  • 回归:
    • 大样本
      • SGD Regressor
    • 小样本
      • 维度较少
        • Lasso / ElasticNet
      • 维度较多
        • RidgeRegression / SVR(linear)
        • EnsembleRegressors / SVR(RBF)
  • 降维:
    • PCA
    • 大样本
      • kernel approximation
    • 小样本
      • Isomap / Spectral Embedding
      • LLE

你可能感兴趣的:(sklearn流图及解释)