Sklearn（全称 SciKit-Learn），是基于 Python 语言的机器学习工具包。

　　Sklearn 主要用Python编写，建立在 Numpy、Scipy、Pandas 和 Matplotlib 的基础上，也用 Cython编写了一些核心算法来提高性能。

　　Sklearn 包括六大功能模块：

• 分类（Classification）：识别样本属于哪个类别，常用算法有 SVM（支持向量机）、nearest neighbors（最近邻）、random forest（随机森林）
• 回归（Regression）：预测与对象相关联的连续值属性，常用算法有 SVR（支持向量机）、 ridge regression（岭回归）、Lasso
• 聚类（Clustering）：对样本进行无监督的自动分类，常用算法有 k-Means（k均值）、spectral clustering（特征聚类）、mean-shift（均值漂移）
• 数据降维（Dimensionality reduction）：减少相关变量维数，常用算法有 PCA（主成分分析）、feature selection（特征选择）、non-negative matrix factorization（非负矩阵分解）
• 模型选择（Model Selection）：比较，验证，选择参数和模型，常用模块有 grid search（网格搜索）、cross validation（交叉验证）、 metrics（度量）
• 数据处理 （Preprocessing）：特征提取和归一化，常用模块有 preprocessing（预处理），feature extraction（特征提取）
• 这六个功能模块涉及 4类算法，分类、回归 属于监督学习，聚类属于非监督学习。

　　官网地址：https://scikit-learn.org/

　　官方文档中文版： https://www.scikitlearn.com.cn/

　　内置数据集：https://scikit-learn.org/stable/datasets.html

2、SKlearn 的安装

　　Sklearn 的安装要求：Python 3.5 以上版本，需要安装 NumPy、SciPy、Pandas 工具包的支持，部分内容需要使用 Matplotlib、joblib 工具包。

　　pip 安装命令：　　

pip3 install -U scikit-learn
pip3 install -U scikit-learn -i https://pypi.douban.com/simple

　　注意 Sklearn 建议安装 Numpy+mkl，可以在网址http://www.lfd.uci.edu/~gohlke/pythonlibs/ 找到你需要的numpy+mkl版本，下载后 pip3安装：

pip install numpy-1.11.1+mkl-cp27-cp27m-win_amd64.whl

3、SKlearn 内置数据集

　　Sklearn 内置了一些标准数据集可以用于练习和测试，都是经常被引用的经典问题，数据网址：https://scikit-learn.org/stable/datasets.html　　
　　Sklearn 标准数据集主要包括：

测试问题数据集

• 波士顿房价：Boston house prices dataset
• 鸢尾花问题：Iris plants dataset
• 糖尿病数据：Diabetes dataset
• 手写数字的识别：Optical recognition of handwritten digits dataset
• 体能训练：Linnerrud dataset
• 葡萄酒鉴别：Wine recognition dataset
• 威斯康星州癌症诊断：reast cancer wisconsin (diagnostic) dataset
  

实际问题数据集

• 人脸数据：The Olivetti faces dataset
• 20个新闻文本数据：The 20 newsgroups text dataset
• 标记的人脸数据：The Labeled Faces in the Wild face recognition dataset
• 森林覆盖类型：Forest covertypes
• 路透社新闻数据：RCV1 dataset
• 网络入侵检测数据：Kddcup 99 dataset
• 加州住房数据：California Housing dataset
  

4、Sklearn 数模笔记的计划

　　粗略看看 Sklearn 的文档，是一个功能强大和丰富的机器学习库，远远超出了数学建模学习的范围。
　　基于数模教学的目的，本系列主要对应数模学习中的分类、聚类、降维问题，并不打算全面讲解 Sklearn 的各种算法，而是以典型问题为例来介绍原理简单、使用广泛的基本方法，以便新手入门。

免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：mmqy2019@163.com进行举报，并提供相关证据，查实之后，将立刻删除涉嫌侵权内容。

猜你喜欢

• Python的ord()函数能做什么，怎样应用

  ord() 函数是 chr() 函数（对于 8 位的 ASCII 字符串）的配对函数，它以一个字符串（Unicode 字符）作为参数，返回对应的 ASCII 数值，或者 Unicode 数值,这篇文章主要介绍了python 中内置函数ord()返回字符串的ASCII数值,需要的朋友可以参考下

• 如何利用PyAutoGUI模块制作自动化图形界面

  内容介绍开始之前查看屏幕大小获取当前鼠标的位置检查指定坐标是否在屏幕上设置暂停时间鼠标功能移动鼠标鼠标点击鼠标拖动鼠标滚动屏幕功能截屏功能定位功能消息框功能alert()函数confirm()函数pr

• Python和Lua的默认作用域相同吗？

  默认作用域前段时间学了下Lua，发现Lua的默认作用域和Python是相反的。Lua定义变量时默认变量的作用域是全局（global，这样说不是很准确，L

• Python time模块用来做什么操作，基本方法有哪些

  内容介绍time模块datetime模块总结time模块time模块，也就是时间模块，用来进行一些与时间有关的操作。其使用方法为：importtimeprint(time.time())

• Python中内存映射有什么用，映射文件操作是什么

  内存映射通常可以提高I/O的性能，因为使用内存映射时，不需要对每个访问都建立一个单独的系统调用，也不需要在缓冲区之间复制数据，内核和用户都能很方便的直接访问内存。