sklearn详细总结

1、简介

scikit-learn是Python的科学计算工具，主要提供以下功能：

1. 分类（Classification）
2. 回归（Regression）
3. 聚类（Clustering）
4. 降维（Dimensionality reduction）
5. 模型评估（Model selection and evaluation）
6. 数据预处理（Preprocessing）
7. 内置样本集（Data set）

附上sklearn官网链接：https://scikit-learn.org/stable/

2、使用示例

import numpy as np
from sklearn.cluster import KMeans
# 编制数据
X = np.array([0, 1, 2, 7, 8, 9])
# 建模
model = KMeans(n_clusters=2)
# 训练
model.fit(X.reshape(-1, 1))
# 获取标签
labels = KMeans(n_clusters=2).fit(X.reshape(-1, 1)).labels_

print(X, labels, sep=’\n’)

[0 1 2 7 8 9]
[0 0 0 1 1 1]

3、各算法接口

分类	Classification
逻辑回归	from sklearn.linear_model import LogisticRegression
朴素贝叶斯	from sklearn import naive_bayes
决策树与随机森林	from sklearn.tree import DecisionTreeClassifier from sklearn.ensemble import RandomForestClassifier
支持向量机	from sklearn.svm import SVC

回归	Regression
线性回归	from sklearn.linear_model import LinearRegression

聚类	Clustering
聚类	from sklearn import cluster

降维	Dimensionality reduction
主成分分析	from sklearn.decomposition import PCA
线性判别分析	from sklearn.discriminant_analysis import LinearDiscriminantAnalysis

模型选择与评估	Model selection and evaluation
数据切分	from sklearn.model_selection import train_test_split
交叉验证	from sklearn.model_selection import cross_val_score
评分	from sklearn import metrics
混淆矩阵	from sklearn.metrics import confusion_matrix
召回率	from sklearn.metrics import recall_score
轮廓系数	from sklearn.metrics import silhouette_score

数据预处理	Preprocessing
数据标准化	from sklearn.preprocessing import MinMaxScaler, StandardScaler

数据集	Data sets
创建随机样本的函数	from sklearn.datasets.samples_generator import make_blobs
可直接加载的样本	from sklearn.datasets import load_boston

4、模型选择导航

5、附录

sklearn版本：0.19.1

sklearn算法导航

专名

en	cn
【Classification】	【分类】
SGD	随机梯度下降（stochastic gradient descent）
kernel approximation	核近似
SVM	支持向量机（support vector machine）
Linear SVC	用于分类的线性可扩展支持向量机 （Scalable Linear Support Vector Machine for classification）
Naive Bayes	朴素贝叶斯
K Nearest Neighbor	K最近邻
【Regression】	【回归】
Lasso	Lasso回归 （Least Absolute Shrinkage and Selection Operator）
ElasticNet	ElasticNet回归
SVR	用于回归的支持向量机 （Support Vector Machine for Regression）
RBF	径向基函数（Radial Basis Function）
【Clustering】	【聚类】
GMM	高斯混合模型（Mixtore of Gaussian）
Spectral Clustering	谱聚类
VBGMM	用于高斯混合模型的变分推断 （Variational Inference for the Gaussian Mixture Model）
Variational Inference	变分推断
Mean Shift	均值偏移
【Dimensionality reduction】	【降维】
PCA	主成分分析（Principal Component Analysis）
LDA	线性判别分析（Linear Discrimination Analysis）
Factor Analysis	因子分析
isomap	等距映射
Spectral Embedding	谱嵌入【非线性降维】 （Spectral embedding for non-linear dimensionality reduction）
LLE	局部线性嵌入算法（Locally Linear Embedding）

注释

en	cn
metric	n. 度量标准
batch	n. 批次；vt. 分批处理
ridge	山脊
elastic	n. 橡皮圈；adj. 有弹性的
lasso	n. 套索；vt. 拉拢
ensemble	n. 全体、合奏；adv. 同时
scalable	可称量的
spectral	光谱的；幽灵的