scikit-learn 功能模块说明

1.scikit-learn

scikit-learn 0.16 分为6大类,分别为:

  • Classification 分类 
    • 应用:Spam detection 垃圾邮件检测, Image recognition 图像识别
    • 算法:SVM, 最近邻,随机森林……
  • Regression 回归 
    • 应用:Drug response 药物反应,Stock prices 股票价格
    • 算法:SVR,ridge regression,Lasso……
  • lustering 聚类 
    • 应用:客户细分,分组实验结果
    • k-Means,spectral clustering(谱聚类),mean-shift(均值漂移)
  • Dimensionality reduction 降维 
    • 应用:Visualization(可视化),Increased efficiency(提高效率)
    • 算法 : PCA,feature selection(特征选择),NMF等
  • Model selection 模式选择 
    • 目标: 通过参数调整提高精度
    • 模块: grid search(网格搜索),cross validation( 交叉验证),metrics(度量)
  • Preprocessing 预处理 
    • 应用:转换输入数据
    • 模块:preprocessing,feature extraction

2.scikit-learn 安装包模块

  • __check_build
  • cluster 聚类
  • covariance 协方差
  • cross_decomposition 交叉降维
  • datasets 数据集
  • decomposition 降维
  • ensemble 集成学习
  • externals 模型持久化
  • feature_extraction 特征提取
  • feature_selection 特征选择
  • gaussian_process 高斯过程
  • linear_model 线性模型
  • manifold 流形学习
  • metrics 度量
  • mixture 混合
  • neighbors 邻居
  • neural_network 神经网络
  • preprocessing 预处理
  • semi_supervised 半监督学习
  • svm
  • tests 测试
  • tree 决策树
  • utils

你可能感兴趣的:(机器学习)