总体<导学>

有一些奇奇怪怪的数据集##

波士顿房价数据集###

使用sklearn.datasers.load_boston

加载相关的数据集

重要参数 return_X_y 表示是否返回target (价格） 默认为False

 print(data.shape)

同时返回data和target

鸢尾花数据集###

类别分为三类

Iris Setosa,Iris Versicolour Iris Virginica

该数据集和以用于测试多分类器

加载鸢尾花数据集

sklearn.datasets.load_iris

重要参数同上

手写数据数集###

加载方式

sklearn.datasets.load_digits

重要参数同上

n_class 为类别数如果等于5 那么只返回0-4的数据

可以使用plt.matshow()来展示其中的数据

sklearn的主要功能##

包括六大部分

1. 分类任务
2. 回归任务
3. 聚类任务
4. 降维任务
5. 模型选择
6. 数据预处理
   
   主要介绍前四部分任务

Classifier###

1. neighbors.NearestNeighbors
   
   2.svm.SVM
   
   3.naive_bayes.GaussianNB
   
   4.tree.DecisionTreeClassifier
   
   5.ensemble.BaggingClassifier
   
   6.neural_network.MLPClassifier

Regression###

1.linear_model.Ridge

2.linear_model.Lasso

3.linear_model.ElasticNet

4.linear_model.Lars

5.linear_model.BayesianRidge

6.linear_model.LogisticRegression

7.preprocessing.PolynomialFeatures

Cluster###

1.cluster.KMeans

2.AP聚类 cluster.AffinityPropagation

3.均值漂移cluster.MeanShift

4.层次聚类cluster.AgglomerativeClustering

5.DBSCAN cluster.DBSCAN

6.BIRCH cluster.Brich

7.谱聚类cluster.SpectralCluster

decomposition###

1.decomposition.PCA

2.decomposition.TruncateSVD

3.decomposition.SparseCoder

4.decomposition.FatcorAnalysis

5.decomposition.FastICA

6.decomposition.NMF

7.decomposition.LatentDirichletAllocation