自2007年发布以来，scikit-learn已经成为Python重要的机器学习库了，scikit-learn简称sklearn，支持包括分类，回归，降维和聚类四大机器学习算法。还包括了特征提取，数据处理和模型评估者三大模块。sklearn是Scipy的扩展，建立在Numpy和matplolib库的基础上。利用这几大模块的优势，可以大大的提高机器学习的效率。sklearn拥有着完善的文档，上手...
原创
2021-06-10 17:04:58
279阅读
Pipeline: Parameters steps : 步骤：列表(list) 被连接的（名称，变换）元组（实现拟合/变换）的列表，按照它们被连接的顺序，最后一个对象是估计器(estimator)。memory:内存参数,Instance of sklearn.external.joblib.Me ...
转载
2021-07-21 10:27:00
136阅读
2评论
Python机器学习库sklearn.model 一、总结 一句话总结： sklearn（scikit-learn）库的功能非常强大，可以解决Classification、Regression、Clustering、Dimensionality reduction等问题 1、train_test_s
转载
2020-07-25 15:20:00
271阅读
2评论
全栈工程师开发手册 （作者：栾鹏） python数据挖掘系列教程逻辑分类的相关的知识内容可以参考参数penalty : str, ‘l1’ or ‘l2’LogisticRegression和LogisticRegressionCV默认就带了正则化项。penalty参数可选择的值为"l1"和"l2"，分别对应L1的正则化和L2的正则化，默认是L2的正则化。在调参时如果我们主要的目的只是为了解决
原创
2022-03-27 16:55:53
152阅读
全栈工程师开发手册 （作者：栾鹏） python数据挖掘系列教程PCA主成分分析准确的PCA和概率解释：PCA 用于对一组连续正交分量中的多变量数据集进行方差最大方向的分解。 在 scikit-learn 中， PCA 被实现为一个变换对象， 通过 fit 方法可以降维成 n 个成分， 并且可以将新的数据投影(project, 亦可理解为分解)到这些成分中。可选参数 whiten=True 使
原创
2018-01-04 10:30:55
80阅读
于阈值的特征============from sklearn.feature_sel
原创
2018-04-09 15:23:44
283阅读
全栈工程师开发手册 （作者：栾鹏） python数据挖掘系列教程这里只讲述sklearn中如何使用线性回归进行估值预测。参数：fit_intercept: 布尔型，默认为true说明：是否对训练数据进行中心化。如果该变量为false，则表明输入的数据已经进行了中心化，在下面的过程里不进行中心化处理；否则，对输入的训练数据进行中心化处理normalize布尔型，默认为false说明：是否对数据进
原创
2018-01-04 20:06:22
91阅读
python 机器学习笔记——Sklearn使用前言sklearn官方文档的内容和结构获取数据数据预处理数据集拆分定义模型模型评估与选择保存模型模型评分 前言sklearn的学习教程官方文档地址：https://scikit-learn.org/stable/scikit-learn简称sklearn，支持包括分类，回归，降维和聚类四大机器学习算法。还包括了特征提取，数据处理和模型评估者三大模块
目录一、sklearn库简介二、sklearn库安装三、关于机器学习四、sklearn库在机器学习中的应用1、数据预处理2、特征提取3、模型选择与评估五、常用的sklearn函数1、数据集划分2、特征选择3、特征缩放4、模型训练5、模型预测一、sklearn库简介 Scikit-learn（简称sklea
全栈工程师开发手册 （作者：栾鹏）python数据挖掘系列教程多层感知器多层感知器的优点:可以学习得到非线性模型。使用partial_fit 可以学习得到实时模型(在线学习)。多层感知器(MLP)的缺点:具有隐藏层的 MLP 具有非凸的损失函数，它有不止一个的局部最小值。 因此不同的随机权 - 重初始化会导致不同的验证集准确率。MLP 需要调试一些超参数，例如隐藏层神经元的数量、层数
原创
2022-04-12 13:14:45
246阅读
1. 先安装numpy，scipy依赖项 pip install numpy sudo apt-get install libblas-dev liblapack-dev libatlas-base-dev gfortran sudo pip install scipy 2. 安装scikit-le ...
转载
2021-07-28 15:30:00
1489阅读
2评论
安装sklearn需要的库请全部在 "万能仓库" 下载： 安装方法请看： "python安装whl文件" 安装成功后测试集代码：
原创
2022-08-10 18:04:01
827阅读
全栈工程师开发手册 （作者：栾鹏） python数据挖掘系列教程本文只讲述sklearn中如何使用决策树。其中需要安装numpy 、pandas 、matplotlib、sklearn 、pydotplus库，以及安装Graphviz点击下载Graphviz安装好Graphviz软件后，需要进入系统环境变量设置。在系统变量的Path变量中，添加Graphviz的环境变量，比如G
原创
2022-03-27 16:54:00
221阅读
全栈工程师开发手册 （作者：栾鹏）sklearn之BIRCH类在scikit-learn中，BIRCH类实现了原理篇里讲到的基于特征树CF Tree的聚类。因此要使用BIRCH来聚类，关键是对CF Tree结构参数的处理。在CF Tree中，几个关键的参数为内部节点的最大CF数B， 叶子节点的最大CF数L， 叶节点每个CF的最大样本半径阈值T。这三个参数定了，CF Tree的结构也基
原创
2022-03-27 17:02:44
179阅读
文章目录sklearnscikit-learn数据集`sklearn.datasets`：加载获取流行数据集`sklearn`大数据集`sklearn`数据集返回值介绍查看数据分布seaborn数据集划分api交叉验证概念目的api机器学习基本流程特征预处理归一化标准化 sklearnscikit-learn数据集sklearn.datasets：加载获取流行数据集datasets.load_*
全栈工程师开发手册 （作者：栾鹏）python数据挖掘系列教程随机梯度下降(SGD) 是一种简单但又非常高效的方法，主要用于凸损失函数下线性分类器的判别式学习，例如(线性) 支持向量机 和 Logistic 回归 。Stochastic Gradient Descent （随机梯度下降法）的优势:高效。易于实现 (有大量优化代码的机会)。Stochastic Gradient Descen
原创
2022-03-27 16:44:42
358阅读
全栈工程师开发手册 （作者：栾鹏） python数据挖掘系列教程文档贝叶斯分类器的相关的知识内容可以参考在scikit-learn中，一共有3个朴素贝叶斯的分类算法类。分别是GaussianNB，MultinomialNB和BernoulliNB。其中GaussianNB就是先验为高斯分布的朴素贝叶斯，MultinomialNB就是先验为多项式分布的朴素贝叶斯，而BernoulliNB就是先验为
原创
2022-03-27 16:35:24
178阅读
全栈工程师开发手册 （作者：栾鹏） python数据挖掘系列教程K-meansk-means 算法将一组 N 样本 X 划分成 K 不相交的 clusters （簇） C, 每个都用 cluster （该簇）中的样本的均值 $mu_j $描述。 这个 means （均值）通常被称为 cluster（簇）的 “centroids（质心）”; 注意，它们一般不是从 X 中挑选出的点，虽然它
原创
2022-03-27 16:59:05
112阅读
据sklearn自动了下面几种数据用于算法练习。load_boston([return_X_y]) 加载波士顿房价数据；用于回归问
原创
2022-03-27 16:45:24
143阅读
