初步认识Scikit-learn

Scikit-learn的基本功能主要被分为六大部分：分类，回归，聚类，数据降维，模型选择和数据预处理

---

分类

概念：分类给自定对象指定所属类别

范畴：监督学习

最常见的应用场景：垃圾邮件检测、图像识别

已实现算法：支持向量机（SVM，Support Verctor Machine）、K最邻近算法（KNN，K-NearestNeighbor）、逻辑回归（LR，Logistic Regression）、随机森林（RF，Random Forest）、决策树（Decision Tree）、多层感知器（MLP，Multi-layer Perceptron）神经网络等。

---

回归

概念：预测与给定对象相关联的连续值属性

最常见的应用场景：预测药物反应、预测股票价格

已实现算法：支持向量回归（SVR，Support Vector Regression），脊回归（Ridge Regression），Lasso回归（Lasso Regression），弹性网络（Elastic Net），最小角回归（LARS）、贝叶斯回归（Bayesian Regrssion）等。

---

聚类

概念： 自动识别具有相似属性的给定对象，并将其分组为集合

范畴：无监督学习

最常见的应用场景：顾客细分、实验结果分组

已实现算法：K-均值聚类（K-means），谱聚类（Spectral Clustring）、均值偏移（Mean Shift）、分层聚类、DBSCAN聚类

---

数据降维

概念：通过降维技术来减少考虑的随机数量的个数

应用场景：可视化处理、效率提升

降维技术算法：主成分分析（PCA，Principal Component Analysis）、非负矩阵分解（NMF，Non-negative Matrix Factorizatio）

---

模型选择

概念：对给定参数和模型的比较、验证和选择

目的：通过参数调整来提升精度

已实现的模块包括：格点搜索，交叉验证和各种针对预测误差评估的度量函数

---

数据预处理

概念：数据的特征提取和归一化

归一化：将输入数据转换为具有零均值和单位权方差的新变量。

归一化注意点：因为大多数时候都做不到精确等于0，因此会设置一个可接受的范围，一般都要求落在0-1之间

特征提取：是指将文本和图像数据转化为用于机器学习的数字变量。

---

参考自博客，后期逐渐更新 Scikit-learn六大功能