1 简介

scikit-learn，又写作sklearn，是一个开源的基于python语言的机器学习工具包。它通过NumPy, SciPy和Matplotlib等python数值计算的库实现高效的算法应用，并且涵盖了几乎所有主流机器学习算法。

2 SKlearn 常用模块

sklearn中常用的模块有预处理、分类、回归、聚类、降维、模型选择。

预处理(Preprocessing)：特征提取和归一化

常用的模块有：preprocessing，feature extraction

常见的应用有：把输入数据（如文本）转换为机器学习算法可用的数据。

分类(Classification)：识别某个对象属于哪个类别

常用的算法有：SVM（支持向量机）、nearest neighbors（最近邻）、random forest（随机森林）

常见的应用有：垃圾邮件识别、图像识别。

回归(Regression)：预测与对象相关联的连续值属性

常见的算法有：SVR（支持向量机）、 ridge regression（岭回归）、Lasso

常见的应用有：药物反应，预测股价。

聚类(Clustering)：将相似对象自动分组

常用的算法有：k-Means、 spectral clustering、mean-shift

常见的应用有：客户细分，分组实验结果。

降维(Dimensionality Reduction)：减少要考虑的随机变量的数量

常见的算法有：PCA（主成分分析）、feature selection（特征选择）、non-negative matrix factorization（非负矩阵分解）

常见的应用有：可视化，提高效率。

模型选择(Model Selection)：比较，验证，选择参数和模型

常用的模块有：grid search（网格搜索）、cross validation（交叉验证）、 metrics（度量）

它的目标是通过参数调整提高精度。

附：算法选择路径

——————————————————

本文仅用于学习

内容来自 https://www.jianshu.com/p/4e11af8d7c78