Python3入門機器學習經典演算法與應用學習 資源 datasets可以用來載入真實數據進行模型訓練的測試 model_selection模塊提供了模型選擇的相關操作 preprocessing模塊提供了數據預處理的相關操作 neighbors模塊提供了近鄰相關的演算法實現 metrics模塊提供了數 ...
Python3入門機器學習經典演算法與應用學習 資源
datasets可以用來載入真實數據進行模型訓練的測試
import sklearn.datasets
datasets.load_iris() # 用於載入鳶尾花數據集
datasets.load_digits() # 用於載入手寫識別的數據集
datasets.load_boston() # 用於載入波士頓房價的數據集
fetch_mldata用於載入MNIST數據集
from sklearn.datasets import fetch_mldata
fetch_lfw_people用於載入人臉數據集
from sklearn.datasets import fetch_lfw_people
model_selection模塊提供了模型選擇的相關操作
train_test_split用於分割測試數據集和訓練數據集
from sklearn.model_selection import train_test_split
GridSearchCV用於進行參數搜索，尋找合適的超參數
from sklearn.model_selection import GridSearchCV
preprocessing模塊提供了數據預處理的相關操作
PolynomialFeatures進行多項式曾維處理，使用線性回歸的方法解決非線性問題
from sklearn.preprocessing import PolynomialFeatures
StandardScaler提供數據歸一化運算
from sklearn.preprocessing import StandardScaler
neighbors模塊提供了近鄰相關的演算法實現
KNeighborsClassifier是KNN演算法解決分類問題的實現
from sklearn.neighbors import KNeighborsClassifier
KNeighborsClassifier是KNN演算法解決回歸問題的實現
from sklearn.neighbors import KNeighborsRegressor
metrics模塊提供了數據之間的度量相關運算
MSE的實現
from sklearn.metrics import mean_squared_error
MAE的實現
from sklearn.metrics import mean_absolute_error
r2_score的實現
from sklearn.metrics import r2_score
linear_model提供了線性模型相關演算法的實現
LinearRegression是線性回歸演算法的實現
from sklearn.linear_model import LinearRegression
SGDRegressor是梯度下降法相關的實現
from sklearn.linear_model import SGDRegressor
decomposition提供了降維相關演算法的實現
PCA給出了主成分分析法的相關實現
from sklearn.decomposition import PCA
