qq_39037910的博客

model_selection 主要提供 交叉验证 和 结果评估 的工具, cross_validation 模块作为老版模块, 也拥有同样的方法, 在0.20.0版本中将会本移除, 因此尽量不要使用cross_validation 模块.sklearn.model_selection.train_test_split()作用: 随机地将样本集合分为训练集和测试集.

sklearn.linear_model.LinearRegression最常见的普通线性回归__init__()'''参数:fit_intercept: bool, 默认为True, 是否计算线性模型的截距, 如果为Fasle, 要求样本是centered之后的;normalize: bool, 默认为False, 如果为True, 样本X在回归之前会进行标准化; 当fit_interc

sklearn中的评估模块. 主要用于对结果好坏的评测.聚类 Clustersklearn.metrics.calinski_harabaz_score()使用Calinski-Harabasz(CH)指标评价聚类结果.CH指标通过簇内的稠密程度和簇间的离散程度来评估聚类的效果, 公式为:s(k)=tr(Bk)tr(Wk)m−kk−1s(k) = \frac{tr(B_k)}{tr(W_k)} \