sklearn流图及解释

最新推荐文章于 2025-10-22 09:34:37 发布
原创 最新推荐文章于 2025-10-22 09:34:37 发布 · 1k 阅读 · 5 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文详细解析了sklearn中模型选择与数据量大小的关系。对于小样本分类，推荐使用Linear-SVC、naive bayes或KNN；大样本分类则优先考虑SGD Classifier。在聚类方面，大样本适用MiniBatch Kmeans，小样本推荐Kmeans、Spectral Cluster或GMM。回归问题中，大样本适合SGD Regressor，小样本则依据维度选择Lasso/ElasticNet或RidgeRegression/SVR。降维上，PCA适用于大样本，Isomap/Spectral Embedding或LLE适合小样本。

图片如下

简单解释：

sk-learn的这张图是这么划分的:

  • 样本集低于50条样本，请回家好好睡一觉；
  • 分类：
    • 小样本
      • 优先使用Linear-SVC
      • 其次考虑 naive bayes(文本)、KNN
      • 最终是SVC和Ensemble Classifier
    • 大样本
      • 优先使用SGD Classifier(线性模型的一种)
      • 其次考虑kernel approximation(特征转换的方式，更像是降维？)
  • 聚类
    • 半监督
      • 大样本
        • MiniBatch Kmeans
      • 小样本
        • 优先考虑Kmeans
        • Spectral Cluster / GMM
    • 无监督
      • 大样本
        • 臣妾做不到啊
      • 小样本
        • MeanShift
        • VBGMM
  • 回归：
    • 大样本
      • SGD Regressor
    • 小样本
      • 维度较少
        • Lasso / ElasticNet
      • 维度较多
        • RidgeRegression / SVR(linear)
        • EnsembleRegressors / SVR(RBF)
  • 降维：
    • PCA
    • 大样本
      • kernel approximation
    • 小样本
      • Isomap / Spectral Embedding
      • LLE
最低0.47元/天 解锁文章
hjwbit
关注
sklearn流行学习
qq_56577959的博客
09-10 90
特别注意sklearn中的Isomap算法使用的不是MDS算法而是KPCA算法，这与西瓜书的Isomap算法描述不对应，不过这并不是什么大问题，因为Isomap其实最重要的是得到测地线距离，而这个类的dist_matrix_ 属性就可以获得距离为测地线距离的距离矩阵。参数每个样本点的近邻的数量，如果这个参数非空那么radius参数必须为空。每个样本点的近邻点的最大距离，比如参数值为1表示距离样本点小于1的点为它的近邻点。变换后的数据维度。
Sklearn常用算法及建模流程总结
eso1983的博客
02-19 1091
Scikit-learn（简称 Sklearn）是 Python 中最流行的机器学习库之一，提供了丰富的算法和工具用于数据预处理、模型训练、评估和调优。：线性模型和决策树可解释性强，随机森林和神经网络较难解释。：确保数据清洗和标准化，避免特征量纲影响模型。过拟合：使用正则化、交叉验证、简化模型。欠拟合：增加特征、使用复杂模型。: 集成多个决策树，抗过拟合。: 基于密度的噪声鲁棒聚类。: 可解释性强的树模型。: 基于距离的简单分类。: 解决线性回归过拟合。: 基于距离的经典聚类。: 高性能集成算法。
sklearn学习一下图谱
07-12
sklearn的学习图谱，可以帮助初学者快速入门sklearn，快速掌握。
python 机器学习：sklearn全景图
huoyingchong64的博客
05-06 746
目前主流机器学习中，python使用的包有scikit-learn,keras,tensorfolw，其中sklearn包含了机器学习各种经典算法 推荐一个机器学习的资源（PDF书籍）： http://www.java1234.com/a/javabook/javabase/2018/1128/12462.html sklearn中文文档 http://sklearn.apachecn.org/...
Sklearn 教程
最新发布
m0_57545130的博客
10-22 824
本教程介绍了Scikit-learn的基本使用方法，包括安装、核心概念和工作流程。主要内容涵盖数据加载与预处理、模型训练与评估（如逻辑回归、决策树等）、超参数调优以及Pipeline简化流程。教程还提供了模型保存加载方法和高级功能示例，适合机器学习初学者快速上手Scikit-learn。
sklearn思维导图
06-12
自己按照官方文档整理的sklearn的各个模块以及主要接口，适合‘查表’使用
sk-learn 学习曲线图
Cjiaocsda1127的专栏
04-24 480
机器学习思维导图（基于sklearn）
Gavid的博客
03-02 6070
文章目录机器学习概述什么是机器学习？机器学习算法分类机器学习开发流程特征工程数据集特征工程介绍分类算法sklearn转换器和估计器K-近邻算法模型选择与调优朴素贝叶斯算法决策树集成学习方法之随机森林回归与聚类算法线性回归过拟合与欠拟合带有L2正则化的线性回归 — 岭回归分类算法：逻辑回归与二分类模型的保存与加载无监督学习思维导图图片形式 机器学习 概述 什么是机器学习？ 数据+模型+预测 数据集...
使用 sklearn 实现线性回归、逻辑回归、决策树、随机森林及 SVM 等机器学习算法
08-17
在众多的机器学习算法库中，scikit-learn（简称sklearn）因其简洁易用的接口、丰富的文档和强大的功能而受到广泛欢迎。 本文档将着重介绍如何使用sklearn库来实现多种常见的机器学习算法。首先，我们将从线性回归...
K-Means算法及图像分割实战（sklearn）
(｡◕‿◕｡)
04-09 3123
定义： k-平均算法（英文：k-means clustering）源于信号处理中的一种向量量化方法，现在则更多地作为一种聚类分析方法流行于数据挖掘领域。k-平均聚类的目的是：把 n个点（可以是样本的一次观察或一个实例）划分到k个聚类中，使得每个点都属于离他最近的均值（此即聚类中心）对应的聚类，以之作为聚类的标准。这个问题将归结为一个把数据空间划分为Voronoi cells的问题。 ------...
非常详细的sklearn介绍
热门推荐
机器学习算法那些事
11-12 18万+
0引言Sklearn (全称 Scikit-Learn) 是基于 Python 语言的机器学习工具。它建立在 NumPy, SciPy, Pandas 和 Matplot...
sklearn_中文
05-30
在这本书里，我们将看到一些机器学习的模型和算法。我们会介绍一些常用的机器学习任务和模型的效果评估方法。而这些模型和算法都是通过十分流行的Python机器学习库scikit-learn来完成，里面有许多机器学习的模型和算法，每个API都简单易用。
sklearn 流程图
mixiaolemy的博客
11-26 683
原文链接 : http://scikit-learn.org/stable/tutorial/machine_learning_map/index.html 译文链接 : http://cwiki.apachecn.org/pages/viewpage.action?pageId=10030195 贡献者 : 片刻 ApacheCN Apache中文网 机器学习的基本领域的图形概述，以及在给...
Sklearn中的数据处理流程和神经网络导图学习
qq_28701565的博客
10-28 569
Sklearn 思维导图sklearn简介数据处理流程2 Sklearn中神经网络实例导图2.1 神经网络调用接口：2.2 参数说明2.3 属性导图2.4 方法导图 sklearn简介 机器学习的大杀器，继承了机器学习中的各种算法，接口调用简单，使用流程统一规范，非常适合数据应用处理。 数据处理流程 2 Sklearn中神经网络实例导图 2.1 神经网络调用接口： class sklearn.neural_network.MLPClassifier(hidden_layer_sizes=(100, ),
python库--sklearn--流程图
weixin_30660027的博客
01-24 266
转载于:https://www.cnblogs.com/P--K/p/8342235.html
机器学习 - sklearn算法选择图
呵呵
07-29 3789
耗时1星期，最全的sklearn结构整理
郑小柒是西索的博客
09-16 355
不多说，直接上图！
Sklearn
m0_56773049的博客
06-16 1104
Sklearn就是一个处理特殊任务的包， 就是处理机器学习 (有监督学习和无监督学习) 的包
SKlearn
qq_45831156的博客
01-28 3235
SKlearn 深度学习Sklearn简述决策树1、概述1.1 基本概念和解决问题1.2 sklearn 中决策树2. DecisionTreeClassifier 分类树2.1 重要参数2.1.1 criterion2.1.2 建立树： Sklearn简述 scikit-learn ， 又写作 sklearn ，是一个开源的基于python语言的机器学习工具包，它通过 NumPy, SciOy 和 Matplotlib 等 Python 数值计算库实现搞笑的算法应用，并涵盖了几乎所有的主流机器学习算法。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值