scikit-learn

Python 中的机器学习

开始使用 1.8 版本亮点
  • 用于预测数据分析的简单高效工具
  • 对所有人开放,可在各种场景中重复使用
  • 基于 NumPy、SciPy 和 matplotlib 构建
  • 开源,可用于商业用途 - BSD 许可证

分类

识别对象所属的类别。

应用:垃圾邮件检测、图像识别。
算法:梯度提升最近邻随机森林逻辑回归以及更多...

示例

回归

预测与对象相关的连续值属性。

应用:药物反应、股票价格。
算法:梯度提升最近邻随机森林岭回归以及更多...

示例

聚类

将相似对象自动分组。

应用:客户细分、实验结果分组。
算法:k-均值HDBSCAN层次聚类以及更多...

示例

降维

减少需要考虑的随机变量数量。

应用:可视化、提高效率。
算法:PCA特征选择非负矩阵分解以及更多...

示例

模型选择

比较、验证和选择参数及模型。

应用:通过参数调优提高准确性。
算法:网格搜索交叉验证评估指标以及更多...

示例

预处理

特征提取和标准化。

应用:将文本等输入数据转换为可用于机器学习算法的格式。
算法:预处理特征提取以及更多...

示例

新闻

社区

支持我们,捐赠! 引用我们!

谁在使用 scikit-learn?

更多用户评价...