Sklearn自学历程（一）

自学网站

http://scikit-learn.org/stable/tutorial/basic/tutorial.html

关于sklearn

      自2007年发布以来，scikit-learn已经成为Python重要的机器学习库了。scikit-learn简称sklearn，支持包括分类、回归、降维和聚类四大机器学习算法。还包含了特征提取、数据处理和模型评估三大模块。

Sklearn 包含了很多种机器学习的方式:

• Classification 分类
• Regression 回归
• Clustering 非监督分类
• Dimensionality reduction 数据降维
• Model Selection 模型选择
• Preprocessing 数据预处理

  sklearn是Scipy的扩展，建立在NumPy和matplotlib库的基础上。利用这几大模块的优势，可以大大提高机器学习的效率。

sklearn库的安装

windows 系统下通过powershell配置好pip后，输入以下命令安装

pip install sklearn

得到以下结果安装完成

Successfully installed scikit-learn-0.20.0 scipy-1.1.0 sklearn-0.0
You are using pip version 9.0.3, however version 18.1 is available.
You should consider upgrading via the 'python -m pip install --upgrade pip' command.

也可以直接在配置了Anaconda的环境中使用。

机器学习基础

学习问题

通过分析多个数据样本，尝试预测未知数据的属性及特征。

 

机器学习问题类型

监督学习(supervised learing)

监督学习的经验数据包含有我们想要预测的属性，输入向量与目标值对应，即从已知正确答案的一系列数据中学习经验。

监督学习的分类：

1. 分类(classifcation)：样本数据分为多个类。从已标记的数据集里学习如何标记未分类的数据的类