机器学习的一个案例

百度大数据比赛

 

sklearn是机器学习中一个常用的python第三方模块，网址：http://scikit-learn.org/stable/index.html ，里面对一些常用的机器学习方法进行了封装，在进行机器学习任务时，并不需要每个人都实现所有的算法，只需要简单的调用sklearn里的模块就可以实现大多数机器学习任务。

机器学习任务通常包括分类（Classification）和回归（Regression），常用的分类器包括SVM、KNN、贝叶斯、线性回归、逻辑回归、决策树、随机森林、xgboost、GBDT、boosting、神经网络NN。

常见的降维方法包括TF-IDF、主题模型LDA、主成分分析PCA等等

sk快速使用：https://www.cnblogs.com/lianyingteng/p/7811126.html

 

 

报错：ImportError: No module named 'sklearn.model_selection'

答案：是scikit-learn的版本太低  

https://blog.youkuaiyun.com/jinlong_xu/article/details/72862047

（里面包括anaconda添加清华源）

在anaconda中通过命令行查看sklearn的版本为 0.17.1，而 sklearn.model_selection 是 sklearn 版本 0.18.1 以上的。那么我升级一下 scikit-learn 应该就可以了。

报错：UnicodeDecodeError: 'utf-8' codec can't decode byte 0xb2 in position 4: invalid start byte

答案：拿n