目录 机器学习库Scikit-learn库使用 SKLearn入门与简单应用案例 引言 1.SKLearn是什么 2.安装SKLearn 3.SKLearn常用接口 3.1 数据集导入 3.2 数据预处理 3.3 特征抽取 3.4 特征选择 3.5 常用模型 3.6 建模拟合与预测 3.7 模型评估 3.8 典型的建模流程示例 SKLearn进阶-六大任务模块 1.机器学习简介 定义和构成元素 数据 任务 性能度量 2. SKLearn数据 SKLearn默认数据格式 自带数据集 数据集引入方式 3.SKLearn核心API 估计器 (1) 线性回归 (2) K均值 小结 预测器 predict & predict_proba score & decision_function 小结 转换器 (1) 类别型变量编码 (2) 特征缩放 4.高级API Ensemble 估计器 (1) RandomForestClassifier (2) VotingClassifier Multiclass 估计器 (1) 多类别分类 (2) 多标签分类 Multioutput 估计器 (1) MultiOutputClassifier Model Selection 估计器 (1) 交叉验证 Pipeline 估计器 (1) Pipeline (2) FeatureUnion 机器学习库Scikit-learn库使用
超级会员免费看
本文详细介绍了机器学习库scikit-learn的使用，从入门到进阶，涵盖数据导入、预处理、特征抽取、模型选择等核心API。还探讨了Estimator、Predictor和Transformer的概念，以及Ensemble、Multiclass和Multioutput等高级API的应用。通过实例讲解，帮助读者深入理解并掌握scikit-learn的各个功能。
订阅专栏 解锁全文
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
