Scikit-learn_Scikit-learn概述

Scikit-learn的官方文档

一.Scikit-learn的功能分类

  1. 分类
  2. 回归
  3. 聚类
  4. 数据降维
  5. 模型选择
  6. 数据预处理

二.Scikit-learn的子模块

  • linear_model:线性模型子模块
  • cluster:聚类子模块
  • neighbors:近邻算法子模块
  • discriminant_analysix:线性和二次判别分析子模块
  • kernel_ridge:内核岭回归子模块
  • svm:支持向量机子模块
  • gaussian_process:高斯过程子模块
  • cross_decomposition:交叉分解子模块
  • naive_bayes:朴素贝叶斯子模块
  • tree:决策树子模块
  • ensemble:集成子模块
  • multiclass:多类和多标签分类算法子模块
  • feature_seletion:特征选择算法子模块
  • semi_supervised:半监督学习子模块
  • isotonic:等式回归子模块
  • calibration:概率校正子模块
  • neural_network:神经网络子模块
  • mixture:混合模型算法子模块
  • manifold:流形学习子模块
  • decomposition:成分分析子模块
  • datasets:加载和获取数据集的子模块
  • utils:工具函数子模块
  • preprocessing:预处理数据子模块
  • model_selection:模型选择子模块
  • metrics:模型评估指标子模块
  • feature_extraction:特征提取子模块
  • pipeline:链式评估器(管道)和特征联合
  • impute:缺失值插补的转换器子模块
  • random_projection:随机投影子模块
  • kernel_approximation:内核近似子模块
  • inspection:模型检查子模块
  • compose:使用转换器构建复合模型的元评估器子模块
  • covariance:协方差估计子模块
  • dummy:Dummy评估器子模块

三.安装和导入

pip install scikit-learn
from sklearn import datasets
from sklearn.datasets import load_digits

你可能感兴趣的:(Water,sklearn,机器学习)