Python에서 기계 학습(sckit-learn)

3387 단어 기계 학습Python

개요


sckit-learn의 총결산 같은 걸 쓰고 싶어요.

설치 방법

pip install scikit-learn

선택 방법



사이트 제목에도 기재되어 있다.
  • classification(분류) - 학습 라벨과 데이터, 예측 데이터의 라벨.
  • 회귀 - 데이터를 통해 실수 학습을 통해 실수 예측.
  • clustering(집합)-데이터의 유사자를 모아 데이터의 구조를 발견한다.
  • dimensionalityreduction(비 삭감)- 데이터의 차원을 삭감하고 원인(주성분 분석 등)을 발견하여 다른 방법의 입력(비 저주 회피)에 사용한다.
  • 여기서부터 이미지의 수법명과 공식 링크를 기재하는 반.

    방법:classification


    기재명 카테고리 SGD Classifier sklearn.linear_model.SGDClassifier kernel approximationsklearn.kernel_approximation.Nystroem kernel approximationsklearn.kernel_approximation.RBFSampler kernel approximationsklearn.kernel_approximation.AdditiveChi2Sampler kernel approximationsklearn.kernel_approximation.SkewedChi2Sampler Linear SVCsklearn.svm.LinearSVC Kneighbors Classifiersklearn.neighbors.KNeighborsClassifier Kneighbors Classifiersklearn.neighbors.RadiusNeighborsClassifier SVCsklearn.svm.SVC SVCsklearn.svm.NuSVC Ensemble Classifierssklearn.ensemble.BaggingClassifier Ensemble Classifierssklearn.ensemble.RandomForestClassifier Ensemble Classifierssklearn.ensemble.ExtraTreesClassifier Ensemble Classifierssklearn.ensemble.AdaBoostClassifier Ensemble Classifierssklearn.ensemble.GradientBoostingClassifier Ensemble Classifierssklearn.ensemble.VotingClassifier Naive Bayessklearn.naive_bayes.GaussianNB Naive Bayessklearn.naive_bayes.MultinomialNB Naive Bayessklearn.naive_bayes.ComplementNB Naive Bayessklearn.naive_bayes.BernoulliNB 기법:regression 기재명 카테고리 SGD Regressor sklearn.linear_model.SGDRegressor Lassosklearn.linear_model.Lasso Lassosklearn.linear_model.MultiTaskLasso Elastic Netsklearn.linear_model.ElasticNet Elastic Netsklearn.linear_model.MultiTaskElasticNet Ridge Regressionsklearn.linear_model.Ridge SVR(kernel='linear')sklearn.svm.SVR SVR(kernel='rbf')sklearn.svm.SVR Ensemble Regressorssklearn.ensemble.BaggingRegressor Ensemble Regressorssklearn.ensemble.RandomForestRegressor Ensemble Regressorssklearn.ensemble.ExtraTreesRegressor Ensemble Regressorssklearn.ensemble.AdaBoostRegressor Ensemble Regressorssklearn.ensemble.GradientBoostingRegressor 기법:clustering 기재명 카테고리 Mean Shift sklearn.cluster.MeanShift VBGMMsklearn.mixture.BayesianGaussianMixture MiniBatch KMeanssklearn.cluster.MiniBatchKMeans Kmeanssklearn.cluster.Kmeans Spectral Clusteringsklearn.cluster.SpectralClustering GMMsklearn.mixture.GaussianMixture 방법:dimensionality 감소 기재명 카테고리 Randomized PCA sklearn.decomposition.PCA Randomized PCAsklearn.decomposition.IncrementalPCA Randomized PCAsklearn.decomposition.KernelPCA Randomized PCAsklearn.decomposition.SparsePCA Randomized PCAsklearn.decomposition.MiniBatchSparsePCA Isomapsklearn.manifold.Isomap Spectral Embeddingsklearn.manifold.SpectralEmbedding LLEsklearn.manifold.LocallyLinearEmbedding 참고 자료 끝날 때 공식 사이트의 사진, 화기, 화기, 화기, 화기, 화기.각 방법의 상세한 상황을 스스로 조사하십시오오자, 탈자, 기재누락 양해 바랍니다

    좋은 웹페이지 즐겨찾기