scikit基础与机器学习入门（2） sklearn基本用法

sklearn功能介绍

Introduction · sklearn 中文文档 (apachecn.org)

sklearn的统一API

estimator.fit(X_train,[y_train])	estimator.fit(X_train,[y_train])
estimator.predict(X_test)	estimator.transform(X_test)
适应于	适应于
Classification(分类)	Preprocessing（预处理）
Regression（回归）	Dimensionality Reduction（降维）
Clustering（聚类）	Feature Extraction（特征提取）
	Feature selection（特征选择）

主要用途

sklearn主要用于简单机器学习中的特征工程和算法工程方面，其中，特征工程较为繁琐，需要着重了解

特征工程	算法工程
数据获取	模型的优化
数据预处理	模型的评估
特征的提取	模型的训练
特征的选择