sklearn方法大全

这是scikit-learn的类和函数参考。有关更多详细信息，请参阅完整的用户指南，因为类和函数的原始规范可能不足以提供有关其用法的完整指南。有关在API上重复的概念的参考，请参阅“通用术语表和API元素”。

sklearn.base：基类和实用程序函数

所有估计量的基类。

基类

base.BaseEstimator	scikit-learn中所有估计量的基类
base.BiclusterMixin	scikit-learn中所有双簇估计器的Mixin类
base.ClassifierMixin	scikit-learn中所有分类器的Mixin类。
base.ClusterMixin	scikit-learn中所有聚类估计量的Mixin类。
base.DensityMixin	scikit-learn中所有密度估计量的Mixin类。
base.RegressorMixin	scikit-learn中所有回归估计量的Mixin类。
base.TransformerMixin	scikit-learn中所有变压器的Mixin类。

功能

base.clone（估算器[，安全]）	构造一个具有相同参数的新估算器。
base.is_classifier（估算器）	如果给定的估算器可能是分类器，则返回True。
base.is_regressor（估算器）	如果给定的估计量（可能是回归量），则返回True。
config_context（\ * \ * new_config）	全局scikit学习配置的上下文管理器
get_config（）	检索配置的当前值 set_config
set_config（[假定上限，工作中的内存，...]）	设置全局scikit-learn配置
show_versions（）	打印有用的调试信息

sklearn.calibration：概率校准

校准预测概率。

calibration.CalibratedClassifierCV（[…]）	等渗回归或S形概率校准。
calibration.calibration_curve（y_true，y_prob）	计算校正曲线的真实和预测概率。

sklearn.cluster：聚类

该sklearn.cluster模块收集了流行的无监督聚类算法。

类

cluster.AffinityPropagation（[阻尼，...]）	执行数据的相似性传播聚类。
cluster.AgglomerativeClustering（[…]）	聚集聚类
cluster.Birch（[阈值，branching_factor，...]）	实现Birch聚类算法。
cluster.DBSCAN（[eps，min_samples，指标，...]）	从向量数组或距离矩阵执行DBSCAN聚类。
cluster.OPTICS（[min_samples，max_eps，…]）	从向量数组估计聚类结构
cluster.FeatureAgglomeration（[n_clusters，...]）	聚集功能。
cluster.KMeans（[n_clusters，init，n_init，...]）	K均值聚类
cluster.MiniBatchKMeans（[n_clusters，init，...]）	迷你批次K均值聚类
cluster.MeanShift（[带宽，种子，...]）	使用平内核的均值漂移聚类。
cluster.SpectralClustering（[n_clusters，...]）	将聚类应用于规范化拉普拉斯算子的投影。

功能

cluster.affinity_propagation（S [，…]）	执行数据的相似性传播聚类
cluster.cluster_optics_dbscan（可达性，…）	对任意epsilon执行DBSCAN提取。
cluster.cluster_optics_xi（可达性，…）	根据Xi-steep方法自动提取群集。
cluster.compute_optics_graph（X，min_samples等）	计算OPTICS可达性图。
cluster.dbscan（X [，eps，min_samples，…]）	从向量数组或距离矩阵执行DBSCAN聚类。
cluster.estimate_bandwidth（X [，分位数，...]）	估计均值漂移算法要使用的带宽。
cluster.k_means（X，n_clusters [，…]）	K-均值聚类算法。
cluster.mean_shift（X [，带宽，种子，…]）	使用扁平内核执行数据的均值漂移聚类。
cluster.spectral_clustering（亲和力[，…]）	将聚类应用于规范化拉普拉斯算子的投影。
cluster.ward_tree（X [，连通性，…]）	基于特征矩阵的病房聚类。

sklearn.cluster.bicluster：集群化

频谱双簇算法。

类

SpectralBiclustering（[n_clusters，方法，...]）	频谱双聚类（Kluger，2003）。
SpectralCoclustering（[n_clusters，...]）	频谱共聚算法（Dhillon，2001）。

sklearn.compose：复合估计器

用于使用变压器构建复合模型的元估计器

compose.ColumnTransformer（变形金刚[，…]）	将转换器应用于数组或熊猫DataFrame的列。
compose.TransformedTargetRegressor（[…]）	元估算器可对转换后的目标进行回归。
compose.make_column_transformer（...）	从给定的转换器构造一个ColumnTransformer。

sklearn.covariance：协方差估计器

该sklearn.covariance模块包括在给定点集的情况下稳健地估计特征协方差的方法和算法。还估计了定义为协方差的倒数的精度矩阵。协方差估计与高斯图形模型理论密切相关。

covariance.EmpiricalCovariance（[…]）	最大似然协方差估计量
covariance.EllipticEnvelope（[…]）	用于检测高斯分布数据集中的异常值的对象。
covariance.GraphicalLasso（[alpha，模式，...]）	带有l1惩罚估计量的稀疏逆协方差估计。
covariance.GraphicalLassoCV（[alphas，...]）	带有l1罚分的交叉验证选择的稀疏逆协方差。
covariance.LedoitWolf（[store_precision，...]）	LedoitWolf估算器
covariance.MinCovDet（[store_precision，...]）	最小协方差决定因素（MCD）：协方差的鲁棒估计器。
covariance.OAS（[store_precision，...]）	Oracle近似收缩率估算器
covariance.ShrunkCovariance（[…]）	收缩率的协方差估计器
covariance.empirical_covariance（X[， …]）	计算最大似然协方差估计量
covariance.graphical_lasso（emp_cov，alpha [，…]）	l1惩罚协方差估计器
covariance.ledoit_wolf（X [，假定为中心，…]）	估计缩小的Ledoit-Wolf协方差矩阵。
covariance.oas（X [，假定为居中]）	使用Oracle近似收缩算法估算协方差。
covariance.shrunk_covariance（emp_cov [，…]）	计算对角线上收缩的协方差矩阵

sklearn.cross_decomposition：交叉分解

用户指南：有关更多详细信息，请参见“ 交叉分解”部分。

cross_decomposition.CCA（[n_components，...]）	CCA典型相关分析。
cross_decomposition.PLSCanonical（[…]）	PLSCanonical实现了原始Wold算法[Tenenhaus 1998] p.204的2个块规范PLS，在[Wegelin 2000]中称为PLS-C2A。
cross_decomposition.PLSRegression（[…]）	PLS回归
cross_decomposition.PLSSVD（[n_components，...]）	偏最小二乘SVD

sklearn.datasets：数据集

该sklearn.datasets模块包括用于加载数据集的实用程序，包括用于加载和获取流行的参考数据集的方法。它还具有一些人工数据生成器。

用户指南：有关更多详细信息，请参见“ 数据集加载实用程序”部分。

数据集

datasets.clear_data_home（[data_home]）	删除数据主目录缓存的所有内容。
datasets.dump_svmlight_file（X，y，f [，…]）	以svmlight / libsvm文件格式转储数据集。
datasets.fetch_20newsgroups（[data_home，...]）	从20个新闻组数据集中加载文件名和数据（分类）。
datasets.fetch_20newsgroups_vectorized（[…]）	加载20个新闻组数据集并将其向量化为令牌计数（分类）。
datasets.fetch_california_housing（[…]）	加载加利福尼亚住房数据集（回归）。
datasets.fetch_covtype（[data_home，...]）	加载covertype数据集（分类）。
datasets.fetch_kddcup99（[子集，data_home，...]）	加载kddcup99数据集（分类）。
datasets.fetch_lfw_pairs（[子集，...]）	在“野生（LFW）”对数据集中加载标签的面部（分类）。
datasets.fetch_lfw_people（[data_home，...]）	将标签的面孔加载到Wild（LFW）人数据集中（分类）。
datasets.fetch_olivetti_faces（[data_home，...]）	从AT＆T（分类）中加载Olivetti人脸数据集。
datasets.fetch_openml（[名称，版本，...]）	通过名称或数据集ID从openml获取数据集。
datasets.fetch_rcv1（[data_home，子集，...]）	加载RCV1多标签数据集（分类）。
datasets.fetch_species_distributions（[…]）	Phillips等人的物种分布数据集加载程序。
datasets.get_data_home（[data_home]）	返回scikit-learn数据目录的路径。
datasets.load_boston（[return_X_y]）	加载并返回波士顿房价数据集（回归）。
datasets.load_breast_cancer（[return_X_y]）	加载并返回乳腺癌威斯康星州数据集（分类）。
datasets.load_diabetes（[return_X_y]）	加载并返回糖尿病数据集（回归）。
datasets.load_digits（[n_class，return_X_y]）	加载并返回数字数据集（分类）。
datasets.load_files（container_path [，…]）	加载带有类别作为子文件夹名称的文本文件。
datasets.load_iris（[return_X_y]）	加载并返回虹膜数据集（分类）。
datasets.load_linnerud（[return_X_y]）	加载并返回linnerud数据集（多元回归）。
datasets.load_sample_image（图片名称）	加载单个样本图像的numpy数组
datasets.load_sample_images（）	加载样本图像以进行图像处理。
datasets.load_svmlight_file（f [，n_features，…]）	将svmlight / libsvm格式的数据集加载到稀疏CSR矩阵中
datasets.load_svmlight_files（文件[，…]）	从SVMlight格式的多个文件加载数据集
datasets.load_wine（[return_X_y]）	加载并返回葡萄酒数据集（分类）。

样本生成器

datasets.make_biclusters（形状，n_clusters）	生成具有恒定块对角线结构的数组以进行双聚类。
datasets.make_blobs（[n_samples个，n_features个，...]）	生成各向同性的高斯斑点以进行聚类。
datasets.make_checkerboard（形状，n_clusters）	生成具有棋盘格结构的数组以进行二聚类化。
datasets.make_circles（[n_samples，随机播放，...]）	在2d中制作一个包含较小圆圈的大圆圈。
datasets.make_classification（[n_samples，...]）	生成随机的n类分类问题。
datasets.make_friedman1（[n_samples，...]）	生成“ Friedman＃1”回归问题
datasets.make_friedman2（[n_samples，噪声，...]）	生成“ Friedman＃2”回归问题
datasets.make_friedman3（[n_samples，噪声，...]）	生成“ Friedman＃3”回归问题
datasets.make_gaussian_quantiles（[意思， …]）	通过分位数生成各向同性的高斯并标记样本
datasets.make_hastie_10_2（[n_samples，...]）	生成Hastie等人使用的二进制分类数据。
datasets.make_low_rank_matrix（[n_samples，...]）	生成具有钟形奇异值的低阶矩阵
datasets.make_moons（[n_samples，随机播放，...]）	做两个交错的半圈
datasets.make_multilabel_classification（[…]）	生成随机的多标签分类问题。
datasets.make_regression（[n_samples，...]）	生成随机回归问题。
datasets.make_s_curve（[n_samples，噪声，...]）	生成S曲线数据集。
datasets.make_sparse_