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

你可能感兴趣的:(Python,机器学习)