机器学习常用的python包（二）工具箱scikit-learn

pip install scikit-learn

👉sklearn = 用来做机器学习（预测 / 分类 / 聚类）的工具箱

对于机器学习来说，最常用的算法工具包是 scikit-learn，简称 sklearn，它是使用最广泛的开源 Python 机器学习库，堪称机器学习神器。sklearn 提供了大量用于数据挖掘的机器学习工具，覆盖数据预处理、可视化、交叉验证和多种机器学习算法。

一、

二、feature_selection模块

1、SelectKBest特征选择

2、StandardScaler 和 MinMaxScaler特征缩放

3、KFold和cross_val_score交叉验证

在交叉验证中，训练集和验证集的拆分可以通过 sklearn.model_selection 中的 KFold 函数实现。在这个函数中，有三个主要参数需要我们了解一下：

4、GridSearchCV调参

1、分类（Classification）

比如：

• 判断邮件是不是垃圾邮件
• 判断用户会不会流失

from sklearn.linear_model import LogisticRegression

2、 回归（Regression）

比如：

• 预测房价
• 预测销量

from sklearn.linear_model import LinearRegression

3、聚类（Clustering）

比如：

• 用户分群
• 客户画像

from sklearn.cluster import KMeans

4、数据预处理

比如：

• 标准化
• 缺失值处理

from sklearn.preprocessing import StandardScaler

5、模型评估

比如：

• 准确率
• 混淆矩阵

from sklearn.metrics import accuracy_score