示例#
这是一个示例画廊，展示了如何使用 scikit-learn。有些示例演示了 API 的一般用法，有些则以教程形式演示了具体的应用。另请查阅我们的 用户指南 以获取更详细的说明。
版本亮点#
这些示例说明了 scikit-learn 版本的核心功能。
双聚类#
关于双聚类技术的示例。
校准#
说明分类器预测概率校准的示例。
分类#
关于分类算法的一般示例。
聚类#
关于 sklearn.cluster 模块的示例。
协方差估计#
关于 sklearn.covariance 模块的示例。
交叉分解#
关于 sklearn.cross_decomposition 模块的示例。
数据集示例#
关于 sklearn.datasets 模块的示例。
决策树#
关于 sklearn.tree 模块的示例。
分解#
关于 sklearn.decomposition 模块的示例。
开发估计器#
关于开发自定义估计器的示例。
集成方法#
关于 sklearn.ensemble 模块的示例。
基于真实世界数据集的示例#
应用于真实世界问题的应用程序，使用一些中型数据集或交互式用户界面。
特征选择#
关于 sklearn.feature_selection 模块的示例。
冻结估计器#
关于 sklearn.frozen 模块的示例。
高斯混合模型#
关于 sklearn.mixture 模块的示例。
机器学习中的高斯过程#
关于 sklearn.gaussian_process 模块的示例。
广义线性模型#
关于 sklearn.linear_model 模块的示例。
检查#
与 sklearn.inspection 模块相关的示例。
核近似#
关于 sklearn.kernel_approximation 模块的示例。
流形学习#
关于 sklearn.manifold 模块的示例。
杂项#
scikit-learn 的杂项和介绍性示例。
缺失值插补#
关于 sklearn.impute 模块的示例。
模型选择#
与 sklearn.model_selection 模块相关的示例。
多类别方法#
关于 sklearn.multiclass 模块的示例。
多输出方法#
关于 sklearn.multioutput 模块的示例。
最近邻#
关于 sklearn.neighbors 模块的示例。
神经网络#
关于 sklearn.neural_network 模块的示例。
管道和复合估计器#
关于如何将转换器和管道与其他估计器组合的示例。请参阅 用户指南。
预处理#
关于 sklearn.preprocessing 模块的示例。
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。
处理文本文档#
关于 sklearn.feature_extraction.text 模块的示例。
