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

• pandas如何填充NaN值，方法是什么

  最近在工作中遇到一个问题,pandas读取的数据中nan在保存后变成空字符串,所以下面这篇文章主要给大家介绍了关于pandas使用fillna函数填充NaN值的相关资料,文中通过实例代码介绍的非常详细,需要的朋友可以参考下

• 在Python中怎么实现员工基本数据的可视化效果

  这篇文章主要介绍了python数据分析之员工个人信息可视化,文中有非常详细的代码示例,对正在学习python可视化的小伙伴们有很好的帮助,需要的朋友可以参考下

• 用Matplotlib画面积图和热力图的方法和代码是什么

  内容介绍1.绘制面积图2.绘制热力图1.绘制面积图面积图常用于描述某指标随时间的变化程度。其面积也通常可以有一定的含义。绘制面积图使用的是plt.stackplot()方法。以小学时期学的常见的追击

• 2022编写现代Python需要理解哪些相关概念？

  这篇文章主要为大家详细介绍了Python编程的四个关键点，文中示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下，希望能够给你带来帮助

• Python3循环语句有哪些，写法和应用是怎样？

  本章节将为大家介绍 Python 循环语句的使用。Python 中的循环语句有 for 和 while，下文有实例供大家参考，对大家了解操作过程或相关知识有一定的帮助，而且实用性强，希望这篇文章能帮助大家，下面我们一起来了解看看吧。