scikitlearn学习笔记..docVIP

简介： 主要特点： scikit-learn安装：（ubuntu版本14.04.1） Classification 2 1.监督学习 1.1广义线性模型： 1.2 支持向量机 1.3 随机梯度下降 1.4 最近邻 1.5 Gaussian Processes 13 1.6 Cross decomposition 14 1.7 Naive Bayes 14 1.8 Decision Trees 15 1.9 Ensemble methods 18 1.10 Multiclass and multilabel algorithms 23 1.11 Feature selection 24 1.14 Isotonic regression 27 2. 27 2.3 Clustering 28 2.5 Decomposing signals in components (matrix factorization problems) 30 3.Model selection and evaluation 30 3.1 Cross-validation: evaluating estimator performance 30 3.2 Grid Search: Searching for estimator parameters 34 3.3 Pipeline: chaining estimators 35 3.4 FeatureUnion: Combining feature extractors 36 3.5. Model evaluation: quantifying the quality of predictions 36 3.6. Model persistence 37 3.7. Validation curves: plotting scores to evaluate models 37 4. 38 4.2 Preprocessing data 38 4.4 Random Projection 43 简介： scikit-learn是一个用于机器学习的Python模块，建立在SciPy基础之上。 主要特点： 操作简单、高效的数据挖掘和数据分析 无访问限制，在任何情况下可重新使用 建立在NumPy、SciPy和matplotlib基础上 使用商业开源协议--BSD许可证 scikit-learn安装：（ubuntu版本14.04.1） 安装依赖： sudo?apt-get?install?build-essential?python-dev?python-numpy?python-setuptools?python-scipy?libatlas-dev?libatlas3-base python-matplotlib 安装pip sudo apt-get install python-pip 安装scikit-learn sudo pip install -U scikit-learn 标准库 Classification1.监督学习 1.11.1.1普通最小二乘法： 求实际观测值与预测值差的平方最小值 数学公式： 是由sklearn.linear_model模块中的LinearRegression类实现 LinearRegression的构造方法： sklearn.linear_model.LinearRegression(fit_intercept=True #默认值为True，表示计算随机变量，False表示不计算随机变量 , normalize=False #默认值为False，表示在回归前是否对回归因子X进行归一化，True表示是 , copy_X=True) LinearRegression的属性有：coef_和intercept_。coef_存储到的值，与X的维数一致。intercept_存储的值。 LinearRegression的常用方法有： decision_function(X) fit(X,y[,n_jobs]) #拟合模型 get_params([deep]) #获取LinearRegression构造方法的参数信息 predict(X) #求预测值decision_function score(X,y[,sample_weight]) #计算公式为 set_params(**params) #设置LinearRegression构造方法的参数值 参考示例： from sklearn import linear_model X= [[0, 0], [1, 1], [