Scikit Learn(sklearn) 入门

按照如下步骤来按照scikit-learn 包到你的python IDE中

1. 从开始菜单中找到Anacoda3, 打开Anaconda/python prompt
   
2. 在命令行输入 pip install sklearn后按回车
   

等待，直到下载并安装了库的所有模块。一旦是
完成后，我们可以自由导入scikit学习库的任何部分。
现在，让我们看一下创建回归所需的各种库
算法。在将数据提供给算法之前，我们需要预处理
数据。幸运的是，Scikit Learn具有专门用于此目的的整个模块。虽然
数据预处理的概念将在后面详细讨论，现在让我们了解一下这个库。

1. sklearn.preprocessing

数据集标准化是许多机器学习的共同要求
在scikit-learn中实现的估计量。如果个别功能，它们可能表现不佳
不要或多或少看起来像标准的正态分布数据。例如，我们经常
忽略分布的形状，而只是通过删除将数据变换为居中
每个特征的平均值，然后通过将非恒定特征除以它们来缩放
标准偏差。如果特征的方差大于一个数量级
其他功能，可能会主导目标函数并使
估算者无法按预期正确学习其他功能。
为了达到这个目的，我们称之为标准缩放器功能。还有其他一些缩放
函数