二、降維（dimensionality reduction）
三、機器學習
(2)聚類
四、選型
五、其它
學習**
sklearnapi：
api使用方法：找模型（注意區分是連續還是離散）—— 檢視模型的引數—— 檢視模型的屬性和方法
模型使用方法：例項化模型——匯入測試資料（fit）—— 得到評分（score）——根據評分或交叉驗證結果調整引數
這篇文章主要是我自己對資料處理的一些心得這篇文章是我在學習了sklearn資料預處理模組的總結這個特徵選擇從某種意義上來說也是一種降維演算法著重介紹決策樹和隨機森林的使用、調參、交叉驗證
離散標籤：decisiontreeclassifier
連續標籤：decisiontreeregressor
2、隨機森林
離散標籤：decisiontreeclassifier
連續標籤：decisiontreeregressor
1、調參的基本思想
sklearn學習目錄（學習記錄）
隨機森林 決策樹神經網路演算法 強化學習 sklearnapi api使用方法 找模型 注意區分是連續還是離散 檢視模型的引數 檢視模型的屬性和方法 模型使用方法 例項化模型 匯入測試資料 fit 得到評分 score 根據評分或交叉驗證結果調整引數 著重介紹決策樹和隨機森林的使用 調參 交叉驗證 ...
sklearn學習 sklearn學習的相關資料
0 scikit learn官網 1 使用sklearn進行整合學習 理論 2 使用sklearn進行整合學習 實踐 3 sklearn學習筆記之開始 4 誰動了我的特徵？sklearn特徵轉換行為全記錄 5 使用sklearn優雅地進行資料探勘 備註 作者是個大神 6 sklearn多個例項 7 ...
sklearn學習筆記
1.波士頓房價線性回歸模型 from sklearn import datasets from sklearn.linear model import linearregression boston datasets.load boston data x boston.data y boston.t...