Python 机器学习视频课 - 2. Scikit-Learn 中

这是 Python 数据机器学习系列的第二节《Scikit-Learn 中》

1. Scikit-Learn 上

1. Matplotlib 上

2. Matplotlib 下

3. Seaborn 上

4. Seaborn 中

5. Seaborn 下

6. Bokeh

7. Plotly

8. Cufflinks

9. PyEcharts
   

1. NumPy 上

2. NumPy 下

3. Pandas 上

4. Pandas 下

5. SciPy 上

6. SciPy 下

7. Pandas 时间序列

8. Pandas 高频数据采样

9. 默顿模型计量经济资本

10. LSMC 定价美式和百慕大期权

11. 负油价和负利率模型

12. Nelson-Siegel 构建债券收益率曲线

13. 外汇交易组合保证金制定系统

14. FR007 利率掉期定价和曲线拔靴

15. 量化投资 - 向量化回测

1. 编程概览

2. 元素型数据

3. 容器型数据

4. 流程控制：条件-循环-异常处理

5. 函数上：低阶函数

6. 函数下：高阶函数

7. 类和对象：封装-继承-多态-组合

8. 字符串专场：格式化和正则化

9. 解析表达式：简约也简单

10. 生成器和迭代器：简约不简单

11. 装饰器：高端不简单

Sklearn 中核心 API 接口是估计器，而高级 API 接口是元估计器 (meta-estimator)。元估计器由很多基估计器 (base estimator) 组成。类比高阶函数将低阶函数当参数，元估计器将估计器当参数，其代码范式如下：

    meta_estimator( base_estimator )

本课讨论五种元估计器，它们分别是

1. 用来集成子模型的 ensemble

2. 用来多类别和多标签分类的 multiclass

3. 用来多输出分类的 multioutput

4. 用于模型选择的 model_selection

5. 用于数据预处理流水线的 pipeline

本课会用以下 Sklearn 中的模型来举例说明如何使用上述五种元估计器：

• ensemble.BaggingClassifier

• ensemble.AdaBoostClassifier

• ensemble.VotingClassifier

• ensemble.StackingClassifier

• multiclass.OneVsOneClassifier

• multiclass.OneVsRestClassifier

• multioutput.MultiOutputClassifier

• model_selection.GridSearchCV

• model_selection.RandomizedSearchCV

• pipeline.Pipeline

• pipeline.FeatureUnion

集成估计器是用来做集成学习，该估计器里面有若干个分类器 (classifier) 或回归器 (regressor)。

• 分类器统计每个子分类器的预测类别数，再用「多数投票」原则得到最终预测。

• 回归器计算每个子回归器的预测平均值。

多类估计器可以处理多类别 (multi-class) 和多标签 (multi-label) 的分类问题。

多输出估计器可以处理多输出 (multi-output) 的分类问题。

模型选择主要用于评估模型表现，常见的模型选择估计器包括：

• cross_validate：评估交叉验证的表现。

• learning_curve：建立学习曲线。

• GridSearchCV：用交叉验证方法从网格中一组超参数搜索出最佳超参数。

• RandomizedSearchCV：用交叉验证方法从一组随机超参数分布搜索出最佳超参数。

流水线估计器把多个估计器串联 (Pipeline) 或并联 (FeatureUnion) 的方式组成一条龙服务。用好了它真的能大大提高效率。

想学就开始吧！

绝不会让你失望！

付费用户（付 1 赠 1）可以获得：

• 观看课程视频 (97 分钟)

• Python 代码 (Jupyter Notebook)