机器学习重磅资源文档 | 新手福音!

干货福利,第一时间送达


sklearn介绍

Scikit-learn(sklearn)是机器学习中常用的第三方模块,对常用的机器学习算法进行了封装,包括回归(Regression)、降维(Dimensionality Reduction)、分类(Classfication)、聚类(Clustering)等方法。当面临机器学习问题时,便可根据其功能选择相应的方法。


Scikit-learn六大功能

Scikit-learn的基本功能主要被分为六大部分:分类,回归,聚类,数据降维,数据预处理和模型选择


分类

概念:分类给自定对象指定所属类别

范畴:监督学习

常见应用场景:垃圾邮件检测、图像识别

已实现算法:支持向量机(SVM,Support Verctor Machine)、K最邻近算法(KNN,K-NearestNeighbor)、逻辑回归(LR,Logistic Regression)、随机森林(RF,Random Forest)、决策树(Decision Tree)、多层感知器(MLP,Multi-layer Perceptron)神经网络等。


回归

概念:预测与给定对象相关联的连续值属性

常见应用场景:预测药物反应、预测股票价格

已实现算法:支持向量回归(SVR,Support Vector Regression),脊回归(Ridge Regression),Lasso回归(Lasso Regression),弹性网络(Elastic Net),最小角回归(LARS)、贝叶斯回归(Bayesian Regrssion)等。


聚类

概念:自动识别具有相似属性的给定对象,并将其分组为集合

范畴:无监督学习

常见应用场景:顾客细分、实验结果分组

已实现算法:K-均值聚类(K-means),谱聚类(Spectral Clustring)、均值偏移(Mean Shift)、分层聚类、DBSCAN聚类


数据降维

概念:通过降维技术来减少考虑的随机数量的个数

常见应用场景:可视化处理、效率提升

降维技术算法:主成分分析(PCA,Principal Component Analysis)、非负矩阵分解(NMF,Non-negative Matrix Factorizatio)


数据预处理

概念:数据的特征提取和归一化

归一化:将输入数据转换为具有零均值和单位权方差的新变量。

归一化注意点:因为大多数时候都做不到精确等于0,因此会设置一个可接受的范围,一般都要求落在0-1之间

特征提取:是指将文本和图像数据转化为孔用于机器学习的数字变量。


模型选择

概念:对给定参数和模型的比较、验证和选择

目的:通过参数调整来提升精度

已实现的模块:格点搜索,交叉验证和各种针对预测误差评估的度量函数


资源推荐

本次推荐一份非常好的Scikit-Learn学习资源,用户指南目录结构如下:

  1. 监督学习

  2. 无监督学习

  3. 模型选择和评估

  4. 数据集转换

  5. 数据集加载工具

  6. 大规模数据计算策略

  7. 计算性能

  8. 教程

  9. 外部资源和视频等等





更多内容限于篇幅不在显示。



©著作权归作者所有:来自51CTO博客作者mob604756e834f7的原创作品,如需转载,请注明出处,否则将追究法律责任