向AI转型的程序员都关注了这个号👇👇👇
机器学习AI算法工程 公众号：datayx
Scikit-learn(sklearn)是机器学习中常用的第三方模块，对常用的机器学习方法进行了封装，包括回归(Regression)、降维(Dimensionality Reduction)、分类(Classfication)、聚类(Clustering)等方法。当我们面临机器学习问题时，便可根据下图来选择相应的方法。Sklearn具有以下特点：
简单高效的数据挖掘和数据分析工具
让每个人能够在复杂环境中重复使用
建立NumPy、Scipy、MatPlotLib之上
文档获取方式
关注微信公众号 datayx 然后回复 sk 即可获取。
AI项目体验地址 https://loveai.tech
sklearn把主要的功能分为6个模块。
分类
分类里面，当然就是应用的最广泛的算法，包括SVM、NB、DT等，即离散性监督学习。
回归
回归就是连续性监督学习，SVR、Lasso、甚至最简单的线性回归，都有，同样不展开。
聚类
无监督学习，很出名所以也不展开了，k-means、DBSCAN等，同不展开。
降维
sklearn把降维从数据预处理里面拿了出来，当做是单独的一块，里面包含了PCA、ICA以及一些更为复杂的方法，方便使用。
模型选择
对一个问题，会有很多模型方法可以用，但是哪个是好，那个不好，需要根据建模分析的结果判断，在sklearn中，提供了大量用于计算模型性能和结果的功能，交叉验证、自动调参、量化预测、学习曲线等分析功能，方便进行模型性能分析。
预处理
主要针对特征提取和归一化处理。和降维不同，特征提取是指从众多特征中选取最好的特征进行分析，从而使特征和目标之间更匹配，更有针对性，从而提升结果，提升模型性能，里面涵盖了卡方统计量、相关系数等计算和特征提取功能，另一方面还有二值化、归一化、文本向量化等特别的功能。
Sklearn目录
阅读过本文的人还看了以下：
分享《深度学习入门:基于Python的理论与实现》高清中文版PDF+源代码
《21个项目玩转深度学习：基于TensorFlow的实践详解》完整版PDF+附书代码
《深度学习之pytorch》pdf+附书源码
李沐大神开源《动手学深度学习》，加州伯克利深度学习（2019春）教材
笔记、代码清晰易懂！李航《统计学习方法》最新资源全套！
《神经网络与深度学习》最新2018版中英PDF+源码
将机器学习模型部署为REST API
FashionAI服装属性标签图像识别Top1-5方案分享
重要开源！CNN-RNN-CTC 实现手写汉字识别
yolo3 检测出图像中的不规则汉字
同样是机器学习算法工程师，你的面试为什么过不了？
前海征信大数据算法：风险概率预测
【Keras】完整实现‘交通标志’分类、‘票据’分类两个项目，让你掌握深度学习图像分类
VGG16迁移学习，实现医学图像识别分类工程项目
特征工程(一)
特征工程(二) :文本数据的展开、过滤和分块
特征工程(三):特征缩放,从词袋到 TF-IDF
特征工程(四): 类别特征
特征工程(五): PCA 降维
特征工程(六): 非线性特征提取和模型堆叠
特征工程(七)：图像特征提取和深度学习
如何利用全新的决策树集成级联结构gcForest做特征工程并打分？
Machine Learning Yearning 中文翻译稿
蚂蚁金服2018秋招-算法工程师（共四面）通过
全球AI挑战-场景分类的比赛源码(多模型融合)
斯坦福CS230官方指南：CNN、RNN及使用技巧速查（打印收藏）
python+flask搭建CNN在线识别手写中文网站
中科院Kaggle全球文本匹配竞赛华人第1名团队-深度学习与特征工程
不断更新资源
深度学习、机器学习、数据分析、python
搜索公众号添加： datayx
长按图片，识别二维码，点关注
AI项目体验
https://loveai.tech
