- Scikit 学习教程
- Scikit Learn - 主页
- Scikit Learn - 简介
- Scikit Learn - 建模过程
- Scikit Learn - 数据表示
- Scikit Learn - 估计器 API
- Scikit Learn - 约定
- Scikit Learn - 线性建模
- Scikit Learn - 扩展线性建模
- 随机梯度下降
- Scikit Learn - 支持向量机
- Scikit Learn - 异常检测
- Scikit Learn - K 最近邻
- Scikit Learn - KNN 学习
- 使用朴素贝叶斯分类
- Scikit Learn - 决策树
- 随机决策树
- Scikit Learn - Boosting 方法
- Scikit Learn - 聚类方法
- 集群性能评估
- 使用 PCA 降维
- Scikit Learn 有用资源
- Scikit Learn - 快速指南
- Scikit Learn - 有用的资源
- Scikit Learn - 讨论
Scikit 学习教程
Scikit-learn (Sklearn) 是 Python 中最有用、最强大的机器学习库。它为机器学习和统计建模提供了一系列有效的工具,包括通过 Python 中的一致性接口进行分类、回归、聚类和降维。该库主要用 Python 编写,基于 NumPy、SciPy 和 Matplotlib 构建。
观众
本教程对于对此机器学习主题感兴趣或将此主题作为其课程一部分的毕业生、研究生和研究生非常有用。读者可以是初学者,也可以是高级学习者。
先决条件
读者必须具备机器学习的基础知识。他/她还应该了解 Python、NumPy、Scipy、Matplotlib。如果您对这些概念不熟悉,我们建议您在进一步深入研究本教程之前先学习有关这些主题的教程。