sklearn库中的机器学习函数

函数名称均为sklearn库中的函数

1.线性回归算法：LinearRegression：

　　其中常用的有：Ridge:岭回归算法，MultiTaskLasso:多任务LASSO回归算法，ElasticNet:弹性网眼算法，LassoLars:LARS套索算法，OrthogonalMatchingPursuit:正交匹配追踪（OMP）算法，

　　BayesianRidge:贝叶斯岭回归算法，LogisticRegression:逻辑回归算法，SGDClassifier:SGD随机梯度下降算法，MutiTaskElasticNet：多任务弹性网眼算法，LARS:最小角回归算法，Perceptron：感知器算

　　法，PassiveAggressiveClassifier:PA被动感知算法，RANSACRegressor:鲁棒回归算法，HuberRegressor:Huber回归算法

2.朴素贝叶斯算法，Multinaomial Naive Bayes，函数名：Multinomialnb

　　其中常用：MultinomialNB:多项式朴素贝叶斯算法，GaussianNB:高斯朴素贝叶斯算法，BernoulliNB:伯努力朴素贝叶斯算法

3.kNN近邻算法：KNeighborsClassifier

　　其中常用：KNeighborsClassifier:KNN近邻算法，NearestNeighbors:最近邻算法，KNeighborsRegressor：K近邻算法，NearestCentroid：最近质心算法

4.逻辑回归算法：LogisticRegression

5.随机森林算法，Random Forest Classifier ：RandomForestClassfier

　　其中最常用：RandomForestClassifier:随机森林算法，BaggingCClassifier：Bagging装袋算法,ExtrTreeClassifier:完全随机树算法，Adaboost：迭代算法，GradientBoostClassifier:GBT梯度Boosting算法，

　　GradientBoostingRegressor:梯度回归算法，VotingClassifier:投票算法

6.决策树算法，Decision Tree：tree.DecisionTreeClassifier

7.GBDT迭代决策树算法，Gradient Boosting Decision Tree，又叫MART（Multiple Additive Regession Tree）：GradientBoostingClassifier

8.SVM向量机算法：SVC

　　其中：SVC:支持 向量机算法，LinearSVC:线性向量算法，NuSVC:Nu支持向量算法，SVR:SVR(TRpsilon)支持向量算法，NuSVR:Nu支持SVR向量算法，OneClassSVM:一类支持微向量机异常检测算法，

　　ll_min_c: 辅助函数，返回边界参数

 

9.SVM-cross向量机交叉算法：SVC

10.神经网络算法：

　　其中：BP神经网络算法，RBF( 径向基）神经网络算法，感知器神经网络算法，线性神经网络算法，自组织神经网络算法，反馈神经网络算法

　　sklearn库中nerual_network提供3中算法函数：BernoulliRBM:伯努力受限玻尔兹曼机神经网络算法，MLPClassifier:多层感知器神经网络算法，MLPRegressor:多层感知器神经网络回归算法