Python 機器學習工具包SKlearn的安裝與使用

1、SKlearn 是什么

　　Sklearn（全稱 SciKit-Learn），是基于 Python 語言的機器學習工具包。

　　Sklearn 主要用Python編寫，建立在 Numpy、Scipy、Pandas 和 Matplotlib 的基礎上，也用 Cython編寫了一些核心算法來提高性能。

　　Sklearn 包括六大功能模塊：

• 分類（Classification）：識別樣本屬于哪個類別，常用算法有 SVM（支持向量機）、nearest neighbors（最近鄰）、random forest（隨機森林）
• 回歸（Regression）：預測與對象相關聯(lián)的連續(xù)值屬性，常用算法有 SVR（支持向量機）、 ridge regression（嶺回歸）、Lasso
• 聚類（Clustering）：對樣本進行無監(jiān)督的自動分類，常用算法有 k-Means（k均值）、spectral clustering（特征聚類）、mean-shift（均值漂移）
• 數(shù)據(jù)降維（Dimensionality reduction）：減少相關變量維數(shù)，常用算法有 PCA（主成分分析）、feature selection（特征選擇）、non-negative matrix factorization（非負矩陣分解）
• 模型選擇（Model Selection）：比較，驗證，選擇參數(shù)和模型，常用模塊有 grid search（網(wǎng)格搜索）、cross validation（交叉驗證）、 metrics（度量）
• 數(shù)據(jù)處理 （Preprocessing）：特征提取和歸一化，常用模塊有 preprocessing（預處理），feature extraction（特征提取）
• 這六個功能模塊涉及 4類算法，分類、回歸 屬于監(jiān)督學習，聚類屬于非監(jiān)督學習。

　　官網(wǎng)地址：https://scikit-learn.org/

　　官方文檔中文版： https://www.scikitlearn.com.cn/

　　內(nèi)置數(shù)據(jù)集：https://scikit-learn.org/stable/datasets.html

2、SKlearn 的安裝

　　Sklearn 的安裝要求：Python 3.5 以上版本，需要安裝 NumPy、SciPy、Pandas 工具包的支持，部分內(nèi)容需要使用 Matplotlib、joblib 工具包。

　　pip 安裝命令：　　

pip3 install -U scikit-learn
pip3 install -U scikit-learn -i https://pypi.douban.com/simple

　　注意 Sklearn 建議安裝 Numpy+mkl，可以在網(wǎng)址http://www.lfd.uci.edu/~gohlke/pythonlibs/ 找到你需要的numpy+mkl版本，下載后 pip3安裝：

pip install numpy-1.11.1+mkl-cp27-cp27m-win_amd64.whl

3、SKlearn 內(nèi)置數(shù)據(jù)集

　　Sklearn 內(nèi)置了一些標準數(shù)據(jù)集可以用于練習和測試，都是經(jīng)常被引用的經(jīng)典問題，數(shù)據(jù)網(wǎng)址：https://scikit-learn.org/stable/datasets.html　　
　　Sklearn 標準數(shù)據(jù)集主要包括：

測試問題數(shù)據(jù)集

• 波士頓房價：Boston house prices dataset
• 鳶尾花問題：Iris plants dataset
• 糖尿病數(shù)據(jù)：Diabetes dataset
• 手寫數(shù)字的識別：Optical recognition of handwritten digits dataset
• 體能訓練：Linnerrud dataset
• 葡萄酒鑒別：Wine recognition dataset
• 威斯康星州癌癥診斷：reast cancer wisconsin (diagnostic) dataset
  

實際問題數(shù)據(jù)集

• 人臉數(shù)據(jù)：The Olivetti faces dataset
• 20個新聞文本數(shù)據(jù)：The 20 newsgroups text dataset
• 標記的人臉數(shù)據(jù)：The Labeled Faces in the Wild face recognition dataset
• 森林覆蓋類型：Forest covertypes
• 路透社新聞數(shù)據(jù)：RCV1 dataset
• 網(wǎng)絡入侵檢測數(shù)據(jù)：Kddcup 99 dataset
• 加州住房數(shù)據(jù)：California Housing dataset
  

4、Sklearn 數(shù)模筆記的計劃

　　粗略看看 Sklearn 的文檔，是一個功能強大和豐富的機器學習庫，遠遠超出了數(shù)學建模學習的范圍。
　　基于數(shù)模教學的目的，本系列主要對應數(shù)模學習中的分類、聚類、降維問題，并不打算全面講解 Sklearn 的各種算法，而是以典型問題為例來介紹原理簡單、使用廣泛的基本方法，以便新手入門。

以上就是Python 機器學習工具包SKlearn的安裝與使用的詳細內(nèi)容，更多關于Python SKlearn的安裝與使用的資料請關注腳本之家其它相關文章！