Python3入门机器学习经典算法与应用学习 资源

 Python3入门机器学习经典算法与应用学习 资源

datasets可以用来加载真实数据进行模型训练的测试

import sklearn.datasetsdatasets.load_iris() # 用于加载鸢尾花数据集datasets.load_digits() # 用于加载手写识别的数据集datasets.load_boston() #  用于加载波士顿房价的数据集fetch_mldata用于加载MNIST数据集from sklearn.datasets import fetch_mldatafetch_lfw_people用于加载人脸数据集from sklearn.datasets import fetch_lfw_people

model_selection模块提供了模型选择的相关操作

train_test_split用于分割测试数据集和训练数据集from sklearn.model_selection import train_test_splitGridSearchCV用于进行参数搜索，寻找合适的超参数from sklearn.model_selection import GridSearchCV

preprocessing模块提供了数据预处理的相关操作

PolynomialFeatures进行多项式曾维处理，使用线性回归的方法解决非线性问题from sklearn.preprocessing import PolynomialFeatures StandardScaler提供数据归一化运算from sklearn.preprocessing import StandardScaler

neighbors模块提供了近邻相关的算法实现

KNeighborsClassifier是KNN算法解决分类问题的实现from sklearn.neighbors import KNeighborsClassifier KNeighborsClassifier是KNN算法解决回归问题的实现from sklearn.neighbors import KNeighborsRegressor

metrics模块提供了数据之间的度量相关运算

MSE的实现from sklearn.metrics import mean_squared_errorMAE的实现from sklearn.metrics import mean_absolute_errorr2_score的实现from sklearn.metrics import r2_score

linear_model提供了线性模型相关算法的实现

LinearRegression是线性回归算法的实现from sklearn.linear_model import LinearRegressionSGDRegressor是梯度下降法相关的实现from sklearn.linear_model import SGDRegressor

decomposition提供了降维相关算法的实现

PCA给出了主成分分析法的相关实现from sklearn.decomposition import PCA

原文地址：https://www.cnblogs.com/itye/p/11674841.html