scikit-learn sklearn 0.18 官方文档中文版

最新推荐文章于 2024-02-06 19:00:49 发布
转载 最新推荐文章于 2024-02-06 19:00:49 发布 · 384 阅读 · 0

本文档介绍sklearn，一个基于Python的高效数据挖掘和分析工具，覆盖从监督学习到无监督学习的各种算法，包括广义线性模型、支持向量机、决策树、集成方法等，并提供快速入门、用户指南及API文档。

转自：https://blog.youkuaiyun.com/chinachenyyx/article/details/75299043

############################################################################################

ApacheCN（Apache中文网）- 关于我们 : http://cwiki.apachecn.org/pages/viewpage.action?pageId=10813869

ApacheCN cwiki 地址为 scikit-learn 0.18 中文文档 : http://cwiki.apachecn.org/pages/viewpage.action?pageId=10030181

############################################################################################

sklearn :  基于 Python 语言的，简单高效的数据挖掘和数据分析工具，建立在 NumPy，SciPy 和 matplotlib 上。

此外，Apache Spark 2.2.0 官方文档中文版，开始采用 github 迭代维护的方式来更新，欢迎大家一起来迭代维护，地址为 https://github.com/apachecn/spark-doc-zh。

以下是 sklearn 官方文档中文版，如果你也有兴趣，欢迎来一起来维护迭代。

scikit-learn 0.18 中文文档

快速入门
用户指南
监督学习
Generalized Linear Models ( 广义线性模型 )
Linear and Quadratic Discriminant Analysis ( 线性和二次判别分析 )
Kernel ridge regression ( 内核岭回归 )
Support Vector Machines（支持向量机, SVM）
Stochastic Gradient Descent ( 随机梯度下降 )
Nearest Neighbors ( 最近邻 )
Gaussian Processes（高斯过程）
Cross decomposition（交叉分解）
Naive Bayes ( 朴素贝叶斯 )
Decision Trees（决策树）
Ensemble methods（集成方法）
多类和多标签算法
功能选择
半监督
等式回归
概率校准
神经网络模型（监督）
无监督学习
高斯混合模型
流形学习
聚类
双聚类
分解成分中的信号（矩阵分解问题）
协方差估计
新奇和异常检测
密度估计
神经网络模型（无监督）
模型选择和评估
交叉验证：评估估计器性能
调整估计器的超参数
模型评估：量化预测的质量
模型持久化
验证曲线：绘制分数以评估模型
数据集转换
管道和FeatureUnion：组合估计
特征提取
预处理数据
无监督降维
随机投影
内核近似
成对度量，亲和力和内核
转换预测目标（y）
数据集加载实用程序
计算策略：更大的数据
计算性能
教程
API 文档
开发指南
流程图
相关包
常问问题
其他资源
其他版本
--------------------- 
作者：ApacheCN_Xy 
来源：优快云 
原文：https://blog.youkuaiyun.com/chinachenyyx/article/details/75299043 
版权声明：本文为博主原创文章，转载请附上博文链接！

机器学习 | 决策树 (sklearn) 官方文档
05-16 7548
Decision Trees (DTs) 是一种用来分类和回归的无参监督学习方法。其目的是创建一种模型从数据特征中学习简单的决策规则来预测一个目标变量的值。 例如，在下面的图片中，决策树通过if-then-else的决策规则来学习数据从而估测数一个正弦图像。决策树越深入，决策规则就越复杂并且对数据的拟合越好。 决策树的优势: 便于理解和解释。树的结构可以可视化出来。 训练需要的数据少。其他机器学习模型通常需要数据规范化，比如构建虚拟变量和移除缺失值,不过请注意，这..
Scikit-Learn (Sklearn) 中文文档 0.19
东亚技术小组
12-10 977
Scikit-Learn (Sklearn) 中文文档 0.19 scikit-learn 是基于 Python 语言的机器学习工具。 简单高效的数据挖掘和数据分析工具 可供大家在各种环境中重复使用 建立在 NumPy ，SciPy 和 matplotlib 上 开源，可商业使用 - BSD许可证 官网地址: scikit-learn(sklearn): http://sc...
sklearn中文文档
12-19
scikit-learn(sklearn) 官方文档中文版，scikit-learn中文文档-学习笔记一 sklearn
sklearn的官方文档（0.16）
04-06
sklearn的官方文档（0.16），是全的，包括监督学习，非监督学习等方法
scikit-learn sklearn 0.18 中文文档
weixin_33709609的博客
07-18 580
为什么80%的码农都做不了架构师？>>> ...
scikit-learn (sklearn) 官方文档中文版
凌风探梅的专栏
10-19 3314
scikit-learn (sklearn) 官方文档中文版 sklearn 0.21.3 中文文档 sklearn 0.21.3 中文示例 sklearn 英文官网 介绍 sklearn (scikit-learn) 是基于 Python 语言的机器学习工具 简单高效的数据挖掘和数据分析工具 可供大家在各种环境中重复使用 建立在 NumPy ，SciPy 和 matplotlib 上 开源，可商业使用 - BSD许可证
Scikit-Learn 1.4使用指南：模型选择和评估 调整估计器的超参数
数智笔记
02-06 1322
例如，如果我们从5个候选人开始，我们只需要2次迭代：第一次迭代有5个候选人，然后第二次迭代有5 // 2 = 2个候选人，之后我们就知道哪个候选人表现最好了（所以我们不需要第三个候选人）。候选人开始，我们可能最终会有很多候选人在最后一次迭代中，这可能并不总是理想的：这意味着许多候选人将使用全部资源运行，基本上将该过程简化为标准搜索。这个估计是“免费”的，因为不需要额外的数据，并且可以用于模型选择。请注意，在上面的示例中，最后一次迭代没有使用最大数量的可用资源：有1000个样本可用，但最多只使用了640个。
scikit-learn官方文档
09-24
scikit-learn官方文档提供了对scikit-learn库的全面介绍和详细说明...除了scikit-learn的官方文档外，还可以在该链接中找到其他一些官方文档的中文版，如TensorFlow R1.2、sklearn 0.18、Spark 2.2.0、Spark 2.0.2等。
Looking in indexes: https://pypi.tuna.tsinghua.edu.cn/simple ERROR: Could not find a version that satisfies the requirement scikit-learn==1.1.0 (from versions: 0.9, 0.10, 0.11, 0.12, 0.12.1, 0.13, 0.13.1, 0.14, 0.14.1, 0.15.0, 0.15.1, 0.15.2, 0.16.0, 0.16.1, 0.17, 0.17.1, 0.18, 0.18.1, 0.18.2, 0.19.0, 0.19.1, 0.19.2, 0.20.0, 0.20.1, 0.20.2, 0.20.3, 0.20.4, 0.21.0, 0.21.1, 0.21.2, 0.21.3, 0.22, 0.22.1, 0.22.2, 0.22.2.post1, 0.23.0, 0.23.1, 0.23.2, 0.24.0, 0.24.1, 0.24.2, 1.0, 1.0.1, 1.0.2) ERROR: No matching distribution found for scikit-learn==1.1.0 Looking in indexes: https://mirrors.aliyun.com/pypi/simple/ ERROR: Could not find a version that satisfies the requirement scikit-learn==1.1.0 (from versions: 0.9, 0.10, 0.11, 0.12, 0.12.1, 0.13, 0.13.1, 0.14, 0.14.1, 0.15.0, 0.15.1, 0.15.2, 0.16.0, 0.16.1, 0.17, 0.17.1, 0.18, 0.18.1, 0.18.2, 0.19.0, 0.19.1, 0.19.2, 0.20.0, 0.20.1, 0.20.2, 0.20.3, 0.20.4, 0.21.0, 0.21.1, 0.21.2, 0.21.3, 0.22, 0.22.1, 0.22.2, 0.22.2.post1, 0.23.0, 0.23.1, 0.23.2, 0.24.0, 0.24.1, 0.24.2, 1.0, 1.0.1, 1.0.2) ERROR: No matching distribution found for scikit-learn==1.1.0 Looking in indexes: https://pypi.doubanio.com/simple/ ERROR: Could not find a version that satisfies the requirement scikit-learn==1.1.0 (from versions: 0.9, 0.10, 0.11, 0.12, 0.12.1, 0.13, 0.13.1, 0.14, 0.14.1, 0.15.0, 0.15.1, 0.15.2, 0.16.0, 0.16.1, 0.17, 0.17.1, 0.18, 0.18.1, 0.18.2, 0.19.0, 0.19.1, 0.19.2, 0.20.0, 0.20.1, 0.20.2, 0.20.3, 0.20.4, 0.21.0, 0.21.1, 0.21.2, 0.21.3, 0.22, 0.22.1, 0.22.2, 0.22.2.post1, 0.23.0, 0.23.1, 0.23.2, 0.24.0, 0.24.1, 0.24.2, 1.0, 1.0.1, 1.0.2) ERROR: No matching distribution found for scikit-learn==1.1.0 (ai) tarena@tedu:~/month02$ # 清华大学 pip install scikit-learn==1.# 清华大学ps://pypi.tuna.tsinghua.edu.cn/simple pip install scikit-learn==1.1.0 -i https://pypi.tuna.tsinghua.edu.cn/simple # 阿里云 # 阿里云all scikit-learn==1.1.0 -i https://mirrors.aliyun.com/pypi/simple/ pip install scikit-learn==1.1.0 -i https://mirrors.aliyun.com/pypi/simple/ # 豆瓣 # 豆瓣stall scikit-learn==1.1.0 -i https://pypi.doubanio.com/simple/ pip install scikit-learn==1.1.0 -i https://pypi.doubanio.com/simple/ # 中国科技大学 # 中国科技大学ikit-learn==1.1.0 -i https://pypi.mirrors.ustc.edu.cn/simple/ pip install scikit-learn==1.1.0 -i https://pypi.mirrors.ustc.edu.cn/simple/ Looking in indexes: https://pypi.tuna.tsinghua.edu.cn/simple ERROR: Could not find a version that satisfies the requirement scikit-learn==1.1.0 (from versions: 0.9, 0.10, 0.11, 0.12, 0.12.1, 0.13, 0.13.1, 0.14, 0.14.1, 0.15.0, 0.15.1, 0.15.2, 0.16.0, 0.16.1, 0.17, 0.17.1, 0.18, 0.18.1, 0.18.2, 0.19.0, 0.19.1, 0.19.2, 0.20.0, 0.20.1, 0.20.2, 0.20.3, 0.20.4, 0.21.0, 0.21.1, 0.21.2, 0.21.3, 0.22, 0.22.1, 0.22.2, 0.22.2.post1, 0.23.0, 0.23.1, 0.23.2, 0.24.0, 0.24.1, 0.24.2, 1.0, 1.0.1, 1.0.2) ERROR: No matching distribution found for scikit-learn==1.1.0 Looking in indexes: https://mirrors.aliyun.com/pypi/simple/ ERROR: Could not find a version that satisfies the requirement scikit-learn==1.1.0 (from versions: 0.9, 0.10, 0.11, 0.12, 0.12.1, 0.13, 0.13.1, 0.14, 0.14.1, 0.15.0, 0.15.1, 0.15.2, 0.16.0, 0.16.1, 0.17, 0.17.1, 0.18, 0.18.1, 0.18.2, 0.19.0, 0.19.1, 0.19.2, 0.20.0, 0.20.1, 0.20.2, 0.20.3, 0.20.4, 0.21.0, 0.21.1, 0.21.2, 0.21.3, 0.22, 0.22.1, 0.22.2, 0.22.2.post1, 0.23.0, 0.23.1, 0.23.2, 0.24.0, 0.24.1, 0.24.2, 1.0, 1.0.1, 1.0.2) ERROR: No matching distribution found for scikit-learn==1.1.0 Looking in indexes: https://pypi.doubanio.com/simple/ ERROR: Could not find a version that satisfies the requirement scikit-learn==1.1.0 (from versions: 0.9, 0.10, 0.11, 0.12, 0.12.1, 0.13, 0.13.1, 0.14, 0.14.1, 0.15.0, 0.15.1, 0.15.2, 0.16.0, 0.16.1, 0.17, 0.17.1, 0.18, 0.18.1, 0.18.2, 0.19.0, 0.19.1, 0.19.2, 0.20.0, 0.20.1, 0.20.2, 0.20.3, 0.20.4, 0.21.0, 0.21.1, 0.21.2, 0.21.3, 0.22, 0.22.1, 0.22.2, 0.22.2.post1, 0.23.0, 0.23.1, 0.23.2, 0.24.0, 0.24.1, 0.24.2, 1.0, 1.0.1, 1.0.2) ERROR: No matching distribution found for scikit-learn==1.1.0 Looking in indexes: https://pypi.mirrors.ustc.edu.cn/simple/ ERROR: Could not find a version that satisfies the requirement scikit-learn==1.1.0 (from versions: 0.9, 0.10, 0.11, 0.12, 0.12.1, 0.13, 0.13.1, 0.14, 0.14.1, 0.15.0, 0.15.1, 0.15.2, 0.16.0, 0.16.1, 0.17, 0.17.1, 0.18, 0.18.1, 0.18.2, 0.19.0, 0.19.1, 0.19.2, 0.20.0, 0.20.1, 0.20.2, 0.20.3, 0.20.4, 0.21.0, 0.21.1, 0.21.2, 0.21.3, 0.22, 0.22.1, 0.22.2, 0.22.2.post1, 0.23.0, 0.23.1, 0.23.2, 0.24.0, 0.24.1, 0.24.2, 1.0, 1.0.1, 1.0.2) ERROR: No matching distribution found for scikit-learn==1.1.0 (ai) tarena@tedu:~/month02$ # 阿里云镜像（强制HTTP协议） pip install scikit-learn==1.1.0 -i http://mirrors.aliyun.com/pypi/simple/ --trusted-host mirrors.aliyun.com # 豆瓣镜像（HTTPS协议） pip install scikit-learn==1.1.0 -i https://pypi.doubanio.com/simple/ --trusted-host pypi.doubanio.com Looking in indexes: http://mirrors.aliyun.com/pypi/simple/ ERROR: Could not find a version that satisfies the requirement scikit-learn==1.1.0 (from versions: 0.9, 0.10, 0.11, 0.12, 0.12.1, 0.13, 0.13.1, 0.14, 0.14.1, 0.15.0, 0.15.1, 0.15.2, 0.16.0, 0.16.1, 0.17, 0.17.1, 0.18, 0.18.1, 0.18.2, 0.19.0, 0.19.1, 0.19.2, 0.20.0, 0.20.1, 0.20.2, 0.20.3, 0.20.4, 0.21.0, 0.21.1, 0.21.2, 0.21.3, 0.22, 0.22.1, 0.22.2, 0.22.2.post1, 0.23.0, 0.23.1, 0.23.2, 0.24.0, 0.24.1, 0.24.2, 1.0, 1.0.1, 1.0.2) ERROR: No matching distribution found for scikit-learn==1.1.0 Looking in indexes: https://pypi.doubanio.com/simple/ ERROR: Could not find a version that satisfies the requirement scikit-learn==1.1.0 (from versions: 0.9, 0.10, 0.11, 0.12, 0.12.1, 0.13, 0.13.1, 0.14, 0.14.1, 0.15.0, 0.15.1, 0.15.2, 0.16.0, 0.16.1, 0.17, 0.17.1, 0.18, 0.18.1, 0.18.2, 0.19.0, 0.19.1, 0.19.2, 0.20.0, 0.20.1, 0.20.2, 0.20.3, 0.20.4, 0.21.0, 0.21.1, 0.21.2, 0.21.3, 0.22, 0.22.1, 0.22.2, 0.22.2.post1, 0.23.0, 0.23.1, 0.23.2, 0.24.0, 0.24.1, 0.24.2, 1.0, 1.0.1, 1.0.2) ERROR: No matching distribution found for scikit-learn==1.1.0 (ai) tarena@tedu:~/month02$ python --version # 确认Python版本（建议3.6+） pip --version # 确认pip是否可用 Python 3.7.13 pip 21.2.2 from /home/tarena/miniconda3/envs/ai/lib/python3.7/site-packages/pip (python 3.7)
最新发布
09-17
scikit-learn 1.1.0 要求Python版本在3.7至3.10之间（参考官方文档）。如果用户Python版本过高或过低，则无法安装。 方法3：从源码安装（需要编译环境） 如果预编译轮子不可用，则需要从源码安装。这需要系统有...
吴恩达机器学习scikit-learn版本是什么
03-22
好的，我需要回答用户关于吴恩达机器学习课程中使用scikit-learn版本的问题。... - 使用scikit-learn≥0.18版本时需注意模块路径变更 - 可通过虚拟环境安装指定版本： ```bash pip install scikit-learn==0.17 ```
scikit-learn-0.18.tar.gz
10-28
scikit-learn-0.18.tar.gz
Python-sklearn文档
07-15
Python.Machine.Learning
Sklearn 0.21 中文文档校对活动 | ApacheCN
热门推荐
龙哥盟
08-09 3万+
整体进度：https://github.com/apachecn/sklearn-doc-zh/issues/352 贡献指南：https://github.com/apachecn/sklearn-doc-zh/blob/master/CONTRIBUTING.md 项目仓库：https://github.com/apachecn/sklearn-doc-zh 贡献指南 请您勇敢地去翻译和改...
sklearn 官方文档中文版
weixin_34198583的博客
03-26 492
中文文档 http://cwiki.apachecn.org/pages/viewpage.action?pageId=10030181 转载于:https://blog.51cto.com/emily18/2091042
sklearn官方文档1.5.7
MiaLove
06-26 602
scikit-learn 官方文档翻译学习 1.5.7 数学公式 给定一组训练实例(x1,y1),⋅⋅⋅,(xn,yn),(x_1,y_1),\cdot\cdot\cdot,(x_n,y_n),(x1​,y1​),⋅⋅⋅,(xn​,yn​),其中xi∈Rmx_i \in R^mxi​∈Rm，和yi∈{−1,1}y_i \in \{-1,1\}yi​∈{−1,1},需要学习目标函数f(x)=wTx+...
“scikit-learn(sklearn) 官方文档中文版”
Allenlzcoder的博客
04-05 1万+
“scikit-learn(sklearn) 官方文档中文版” 本博客摘自微博：爱可可-爱生活 “scikit-learn(sklearn) 官方文档中文版” ：网页链接 GitHub：网页链接 ​​​​ PS:在sklearn的Github链接中还有其他一些官方文档的中文版 TensorFlow R1.2 中文文档 sklearn 0.18 中文文档 Spark 2.2.0 中文文档...
python机器学习库sklearn——多类、多标签、多输出
叶枫的博客
11-19 3537
原文地址 python机器学习库sklearn——多类、多标签、多输出 Multiclass classification 多类分类： 意味着一个分类任务需要对多于两个类的数据进行分类。比如，对一系列的橘子，苹果或者梨的图片进行分类。多类分类假设每一个样本有且仅有一个标签：一个水果可以被归类为苹果，也可以 是梨，但不能同时被归类为两类。 Multilabel classification 多标签分类： 给每一个样本分配一系列标签。这可以被认为是预测不相互排斥的数据点的属性，例如与文档类型相关的主题。一个文本
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