scikit-learn 功能模块说明

scikit-learn官网

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