什么是 Python 中的 SKlearn

说明

1、是基于 Python 语言的机器学习工具包。

Sklearn 主要用 Python 编写，建立在 Numpy、Scipy、Pandas 和 Matplotlib 之上，一些核心算法也用 Cython 编写，以提高性能。

2. 有分类、回归、聚类、数据降维、模型选择和数据处理六个功能模块。

分类：确定样本属于哪个类别。常用算法有SVM（支持向量机）、最近邻（nearest neighbors）、随机森林（random forest）

Regression：预测与对象相关的连续值属性，常用算法有SVR（支持向量机）、岭回归（ridge regression）、Lasso

聚类：样本的无监督自动分类。常见的算法包括k-Means（k-means）、谱聚类（feature clustering）和mean-shift（均值偏移）。

降维：降低相关变量的维度。常见的算法包括PCA（主成分分析）、特征选择（feature selection）和非负矩阵分解（non-negative matrix factorization）。

模型选择：比较、验证、选择参数和模型，常用模块包括网格搜索、交叉验证、metrics

数据处理（Preprocessing）：特征提取和归一化，常用模块包括预处理（preprocessing）、特征提取（feature extract）

这六个功能模块涉及四种算法，分类和回归属于监督学习，聚类属于无监督学习。

本文教程操作环境：windows7系统、Python 3.9.1，DELL G3电脑。