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
    JavaScript용 자동 생성 문서 도구의 상태에 대해 이야기해 보겠습니다.
    ES6 Promise 사용 설명

    좋은 웹페이지 즐겨찾기

    개발자 우수 사이트 수집

    개발자가 알아야 할 필수 사이트 100선 추천 우리는 당신을 위해 100개의 자주 사용하는 개발자 학습 사이트를 정리했습니다
    best100-homepage