python 学习笔记二之sklearn 库

skearn 库是机器学习相关的非常强大的python库，常见的算法在里面都有实现。我计划的学习方法是看懂源代码框架。之前从来没看过这么大的代码量，都是matlab小打小闹的一些东西，看起来感觉还是比较困难的，特别是python 语法也并不特别熟悉。此文做一点学习摘要，鼓励自己坚持下去。

参考文档：scikit learn use guide 

1、datasets

也就是reshape ,文档中举了个例子，把每个8*8的image 转化成64位向量.用的是numpy.reshape.(函数详细说明                     http://docs.scipy.org/doc/numpy/reference/generated/numpy.reshape.html)

       numpy.reshape(a, newshape, order='C')

 Gives a new shape to an array without changing its data.

2、文档后半部分介绍了各个算法的用法，具体代码实现和公示推到在scikit learn docs 里，所以只大致浏览了一下，画了个提纲。

然后开始看scikit learn docs ，对照着API 看源代码。

首先讲一下我的基础，python语法看了半天。。。所以一开始看我就知道会很慢，比如看的前两行代码，import copy  import warnings 我都要问度娘的水平=。=同步开了一个文章：python学习笔记之各种函数各种库。

源代码学习难度真的很大，我决定一步一步来，先学会使用这个库按照useguide 来处理数据，学会调参。具体代码实现通过matlab来做。