Python에서 기계 학습(sckit-learn)
개요
sckit-learn의 총결산 같은 걸 쓰고 싶어요.
설치 방법 pip install scikit-learn
선택 방법
사이트 제목에도 기재되어 있다.
pip install scikit-learn
선택 방법
사이트 제목에도 기재되어 있다.
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
Reference
이 문제에 관하여(Python에서 기계 학습(sckit-learn)), 우리는 이곳에서 더 많은 자료를 발견하고 링크를 클릭하여 보았다
https://qiita.com/y-tksk/items/1720ca4f8cbc7219148e
텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
우수한 개발자 콘텐츠 발견에 전념
(Collection and Share based on the CC Protocol.)
Reference
이 문제에 관하여(Python에서 기계 학습(sckit-learn)), 우리는 이곳에서 더 많은 자료를 발견하고 링크를 클릭하여 보았다 https://qiita.com/y-tksk/items/1720ca4f8cbc7219148e텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
우수한 개발자 콘텐츠 발견에 전념 (Collection and Share based on the CC Protocol.)