Scikit-learn:修订间差异

无编辑摘要
无编辑摘要
第44行: 第44行:
}}
}}


==模型==
===分类===
{| class="wikitable"  style="width: 100%;
! 名称
! 类名
! 描述
|-
| 决策树
|
|
|-
|
|
|-
|
|
|}
===回归===
===聚类===
===降维===
==评估与优化==
===指标和评分===
{{了解更多
|[https://scikit-learn.org/stable/modules/model_evaluation.html scikit-learn 文档:指标和评分 - 量化预测的质量]
}}
===交叉验证===
===网格搜索===
==数据集==


==资源==
==资源==

2021年8月8日 (日) 10:43的版本

scikit-learn,简称sklearn,是一个免费开源Python库,主要用于机器学习。它是构建在scipy模块之上,具有各种分类、回归和聚类算法。

简介

时间轴

  • 2007年6月,David Cournapeau 在Google夏日编程大赛中开发,项目名scikits.learn,名字来自“SciKit”(SciPy工具箱)。
  • 2007年,同年Matthieu Brucher加入项目,并开始将其用作论文工作的一部分。
  • 2010年,法国计算机科学与自动化研究所(INRIA)的 Fabian Pedregosa、Gael Varoquaux、Alexandre Gramfort 和 Vincent Michel 领导了该项目。
  • 2010年2月1日,首次公开发布 Scikit-learn v0.1 beta
  • 2018年9月,发布scikit-learn 0.20.0
  • 2021年1月,发布scikit-learn 0.24

安装

pip install -U scikit-learn

基本

结构

SciPy包含多个子模块,如下:

子模块 类别 描述
sklearn.base 基础类和实用功能

了解更多 >> scikit-learn API:API参考


模型

分类

名称 类名 描述
决策树

回归

聚类

降维

评估与优化

指标和评分

了解更多 >> scikit-learn 文档:指标和评分 - 量化预测的质量


交叉验证

网格搜索

数据集

资源

官网

相关教程

相关文章