python scikit-learn

最新推荐文章于 2024-09-26 17:46:37 发布

SunChao3555

最新推荐文章于 2024-09-26 17:46:37 发布

阅读量349

点赞数

CC 4.0 BY-SA版权

分类专栏： Python

本文链接：https://blog.youkuaiyun.com/SunChao3555/article/details/81387735

Python 专栏收录该内容

41 篇文章

订阅专栏

本文介绍了机器学习和深度学习的基本概念，包括监督学习、无监督学习和强化学习等传统机器学习方法，并探讨了使用Python进行数据分析及模型训练的工作流程。此外，还涉及了一些常用的机器学习库如sklearn、keras和xgboost的应用。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

#coding:utf-8
import scrapy
import xlwt, lxml
import re, json
import matplotlib.pyplot as plt
import numpy as np
import pylab
from scipy import linalg
import sklearn

'''
Traditional Machine Learning Package
Supervised/Unsupervised/Reinforcement
分类和回归/聚类和压缩（降维）
    sklearn
    keras
    xgboost
    Deep Learning

PCA->t-SNE降维

The simplest Sklearn workflow

train_x(N*d),train_y(N*1),test_x,test_y=getData()
model=somemodel()【SVM() LASSO()...】
model.fit(train_x,train_y)
predictions=model.predict(test_x)
score=score_function(test_y,predictions)


'''
#sklearn.datasets--IRIS分类150个数据
from sklearn.datasets import load_iris
iris=load_iris()
dict_keys=iris.keys()
print(dict_keys)

#Digits(8*8)--MLIST<sklearn>
#MLIST(28*28)--<Tensorflow>

#Generating Synthetic Data
#from sklearn.datasets import make_...

# Unsupervised Transformer
    # 1.transformer.fit(X_train)
    #2.X_train_transf=transformer.transform(X_train)
    #3.X_test_transf=transformer.transform(X_test)

# Feature Scaling--规范化
#Scikit-learn API

#TF-IDF
# Grid Search
#seanborn包--heatmap

#CNN
    #1.local connectivity
    #2.shared weights(parameter sharing)
    #3.pooling & subsampling

#Word2vec
#Gennsinm包