示例#
这是展示如何使用scikit-learn的示例库。一些示例演示了API 的一般用法,另一些示例则以教程的形式演示了具体的应用。还可以查看我们的用户指南,以了解更多详细的说明。
发行亮点#
这些例子阐述了 scikit-learn 版本的主要特性。
双聚类#
关于双聚类技术的例子。
校准#
展示分类器预测概率校准的例子。
分类#
关于分类算法的通用例子。
用于分类的正态、Ledoit-Wolf 和 OAS 线性判别分析
聚类#
关于 sklearn.cluster
模块的例子。
协方差估计#
关于 sklearn.covariance
模块的例子。
收缩协方差估计:LedoitWolf 与 OAS 和最大似然
交叉分解#
关于 sklearn.cross_decomposition
模块的例子。
数据集示例#
关于 sklearn.datasets
模块的例子。
决策树#
关于 sklearn.tree
模块的例子。
分解#
关于 sklearn.decomposition
模块的例子。
开发估计器#
关于自定义估计器开发的例子。
__sklearn_is_fitted__ 作为开发者 API
集成方法#
关于 sklearn.ensemble
模块的例子。
基于真实世界数据集的例子#
使用一些中等规模的数据集或交互式用户界面解决现实世界问题的应用。
特征选择#
关于 sklearn.feature_selection
模块的例子。
冻结估计器#
关于 sklearn.frozen
模块的例子。
高斯混合模型#
关于 sklearn.mixture
模块的例子。
用于机器学习的高斯过程#
关于 sklearn.gaussian_process
模块的例子。
使用高斯过程回归 (GPR) 预测莫纳洛亚数据集上的 CO2 水平
广义线性模型#
关于 sklearn.linear_model
模块的例子。
在具有强异常值的数据集上HuberRegressor与Ridge的比较
检查#
与 sklearn.inspection
模块相关的例子。
核近似#
关于 sklearn.kernel_approximation
模块的例子。
流形学习#
关于 sklearn.manifold
模块的例子。
其他#
scikit-learn 的其他和入门例子。
用于随机投影嵌入的Johnson-Lindenstrauss界限
缺失值填补#
关于 sklearn.impute
模块的例子。
模型选择#
与 sklearn.model_selection
模块相关的例子。
在cross_val_score和GridSearchCV上演示多指标评估
多类别方法#
关于 sklearn.multiclass
模块的例子。
多输出方法#
关于 sklearn.multioutput
模块的例子。
最近邻#
关于 sklearn.neighbors
模块的例子。
神经网络#
关于 sklearn.neural_network
模块的例子。
管道和组合估计器#
如何从其他估计器组合转换器和管道的例子。参见 用户指南。
预处理#
关于 sklearn.preprocessing
模块的例子。
半监督分类#
关于sklearn.semi_supervised
模块的示例。
支持向量机#
关于sklearn.svm
模块的示例。
教程练习#
教程练习题
使用文本文档#
关于sklearn.feature_extraction.text
模块的示例。