Blog Content

sklearn模块组织结构

机器学习 Python   2013-05-01 15:26:18

---

开始学习sklearn啦，官网参考文档：http://scikit-learn.org/stable/documentation.html

sklearn是基于numpy和scipy的一个机器学习算法库。

包含的主要模块：

1. 监督学习（supervised learning）

   -- neighbors：近邻算法

   -- svm：支持向量机

   -- kernel-ridge：核岭回归

   -- discriminant_analysis：判别分析

   -- linear_model：广义线性模型

   -- ensemle：集成方法

   -- tree：决策树

   -- naive_bayes：朴素贝叶斯

   -- cross_decomposition：交叉分解

   -- gaussian_process：高斯过程

   -- neural_network：神经网络

   -- calibration：概率校

   -- isotonic：保序回归

   -- feature_selection：特征选择

   -- multiclass：多类多标签算法

2. 无监督学习（unsupervised learning）

   -- decomposition：矩阵因子分解

   -- cluster：聚类

   -- manifold：流形学习

   -- mixture：高斯混合模型

   -- neural_network：无监督神经网络

   -- density：密度估计

   -- covariance：协方差估计

3. 数据变换

   -- feature_extraction：特征抽取

   -- feature_selection：特征选择

   -- preprocess：预处理

   -- random_projection：随机投影

   -- kernel_approximation：核逼近

   -- pipline：管道流

一些基础类：

baseEstimator：所有评估器的父类

ClassifierMixin：所有分类器的父类，其子类必须实现一个score函数

RegressorMixin：所有回归器的父类，其子类必须实现一个score函数

ClusterMixin：所有聚类的父类，其子类必须实现一个fit_predict函数

BiClusterMixin：

TransformerMixin：所有数据变换的父类，其子类必须实现一个fit_transform函数

DensityMixin：所有密度估计相关的父类，其子类必须实现一个score函数

MetaEsimatorMixin：

参考：http://scikit-learn.org/stable/documentation.html 

---

上一篇：python 杂谈之语言特性
下一篇：sklearn数据预处理之归一化，标准化，正则化