- 综合排序
- 最热优先
- 最新优先
- 来自专栏iOSDevLog
Scikit-learn
而在这些分支版本中，最有名，也是专门面向机器学习的一个就是Scikit-learn。 和其他众多的开源项目一样，Scikit-learn目前主要由社区成员自发进行维护。可能是由于维护成本的限制，Scikit-learn相比其他项目要显得更为保守。 这主要体现在两个方面：一是Scikit-learn从来不做除机器学习领域之外的其他扩展，二是Scikit-learn从来不采用未经广泛验证的算法。 本文将简单介绍Scikit-learn框架的六大功能，安装和运行Scikit-learn的大概步骤，同时为后续各更深入地学习Scikit-learn提供参考。 Scikit-learn的六大功能 Scikit-learn的基本功能主要被分为六大部分：分类，回归，聚类，数据降维，模型选择和数据预处理。
95930发布于 2018-07-05 - 来自专栏计算机视觉理论及其实现
scikit-learn: 使用conda安装scikit-learn
安装如果使用的Anaconda发布的Python版本，可以使用下列命令来安装scikit-learn机器学习库： conda install -c anaconda scikit-learn 验证安装完成以后 ，可以使用下列的方法来进行版本的简单验证，从显示的版本信息上看，目前作者使用的版本号为0.19.1的scikit-learn： bj-m-211510a:tools jinguang1$ python
5.2K20编辑于 2022-09-02 - 来自专栏AILearning
【Scikit-Learn 中文文档 】安装 scikit-learn | ApacheCN
如果你已经有一个安全的 numpy 和 scipy，安装 scikit-learn 的最简单的方法是使用 pip pip install -U scikit-learn 或者 conda: conda 如果您必须安装 scikit-learn 及其与 pip 的依赖关系，则可以将其安装为 scikit-learn[alldeps]。 Anaconda 提供 scikit-learn 作为其免费分发的一部分. 代替: 升级 scikit-learn: conda update scikit-learn 卸载 scikit-learn: conda remove scikit-learn 使用 pip install -U scikit-learn 升级 or pip uninstall scikit-learn 卸载 可能无法正确删除 conda 命令安装的文件.
2.4K80发布于 2018-01-05 - 来自专栏iOSDevLog
Scikit-learn 基础
Scikit-learn 介绍 Scikit-learn 是开源的 Python 库，通过统一的界面实现机器学习、预处理、交叉验证及可视化算法。 ? scikit-learn scikit-learn 网站：https://scikit-learn.org Python 中的机器学习 简单有效的数据挖掘和数据分析工具 可供所有人访问，并可在各种环境中重复使用 Scikit-learn 机器学习步骤 # 导入 sklearn from sklearn import neighbors, datasets, preprocessing from sklearn.model_selection accuracy_score(y_test, y_pred) 导入常用库 import numpy as np import pandas as pd import matplotlib.pyplot as plt 加载数据 Scikit-learn
1.1K32发布于 2019-05-29 - 来自专栏全栈程序员必看
scikit-learn : LARS
斯坦福大学的Bradley Efron, Trevor Hastie, Iain Johnstone和Robert Tibshirani发现了LARS(Least Angle Regression，最小角回归)它借用了威廉·吉尔伯特·斯特朗（William Gilbert Strang）介绍过的高斯消元法（Gaussian elimination）的灵感。
84310编辑于 2022-09-12 - 来自专栏小明的博客
scikit-learn库
介绍 Scikit-learn项目始于scikits.learn，这是David Cournapeau的Google Summer of Code项目。 盖尔Varoquaux，亚历山大Gramfort和Vincent米歇尔，全部由法国国家信息与自动化研究所的罗屈昂库尔，法国，把该项目的领导和做出的首次公开发行在二月一日2010在各种scikits中，scikit-learn Scikit-learn是GitHub上最受欢迎的机器学习库之一。
49310编辑于 2022-09-05 - 来自专栏sktj
Scikit-Learn简介
而在这些分支版本中，最有名，也是专门面向机器学习的一个就是Scikit-learn。 2 特点 作为专门面向机器学习的Python开源框架，Scikit-learn可以在一定范围内为开发者提供非常好的帮助。 另一方面，Scikit-learn也有缺点。例如它不支持深度学习和强化学习，这在今天已经是应用非常广泛的技术。 看到这里可能会有人担心Scikit-learn的性能表现，这里需要指出的是：如果不考虑多层神经网络的相关应用，Scikit-learn的性能表现是非常不错的。 究其原因，一方面是因为其内部算法的实现十分高效，另一方面或许可以归功于Cython编译器；通过Cython在Scikit-learn框架内部生成C语言代码的运行方式，Scikit-learn消除了大部分的性能瓶颈
83110发布于 2019-09-24 - 来自专栏翻译scikit-learn Cookbook
4 Classifying Data with scikit-learn使用scikit-learn分类数据
This chapter will cover the following topics:本章将涵盖以下主题：
39910发布于 2019-11-27 - 来自专栏翻译scikit-learn Cookbook
scikit-learn Cookbook 00
In order to use scikit-learn, data is required. 这章，尤其是前半部分会影响到后面的部分，数据是必须的，前两部分是讨论如何获取数据， This book is written using scikit-learn 0.15, NumPy 1.9, and Getting ready准备工作 The datasets in scikit-learn are contained within the datasets module. /scikit-learn/blob/master/sklearn/datasets/base.py . 网上关于Bunch有大量的可靠的工具，自己写也不太难，scikit-learn定义在最基础的模型中。
58320发布于 2019-10-25 - 来自专栏翻译scikit-learn Cookbook
scikit-learn Cookbook 01
to use some of your own data for this book, but in the event you cannot,we'll learn how we can use scikit-learn 我再次建议你用一些自己的数据，但既然你没有，我们来学习我们怎么用scikit-learn创建模拟数据集。 Let's walk you through how scikit-learn produces the regression dataset by taking a look at the source 让我来带你通过看源码来了解scikit-learn如何生成回归模型数据集（为了清晰做了些改进），容易理解，任何未定义的变量都被赋予了默认值。
54300发布于 2019-10-26 - 来自专栏人工智能LeadAI
Scikit-learn使用总结
在机器学习和数据挖掘的应用中，scikit-learn是一个功能强大的python包。在数据量不是过大的情况下，可以解决大部分问题。 学习使用scikit-learn的过程中，我自己也在补充着机器学习和数据挖掘的知识。这里根据自己学习sklearn的经验，我做一个总结的笔记。另外，我也想把这篇笔记一直更新下去。 大多数scikit-learn估计器接收和输出的数据格式均为numpy数组或类似格式。 1.2 转化器 转换器用于数据预处理和数据转换，主要是三个方法： 1、fit()：训练算法，设置内部参数。 伯努利分布.png 03 scikit-learn扩展 3.0 概述 具体的扩展，通常要继承sklearn.base包下的类。
1.6K71发布于 2018-03-08 - 来自专栏AILearning
【Scikit-Learn 中文文档】使用 scikit-learn 介绍机器学习 | ApacheCN
使用 scikit-learn 介绍机器学习 | ApacheCN 内容提要 在本节中，我们介绍一些在使用 scikit-learn 过程中用到的 机器学习 词汇，并且给出一些例子阐释它们。 我们可以将学习问题分为几大类: 监督学习 , 其中数据带有一个附加属性，即我们想要预测的结果值（ 点击此处 转到 scikit-learn 监督学习页面）。 加载示例数据集 scikit-learn 提供了一些标准数据集，例如 用于分类的 iris 和 digits 数据集 和 波士顿房价回归数据集 . 在 scikit-learn 中，分类的估计器是一个 Python 对象，它实现了 fit(X, y) 和 predict(T) 等方法。 有关使用 scikit-learn 的模型持久化的更多详细信息，请参阅 模型持久化 部分。 规定 scikit-learn 估计器遵循某些规则，使其行为更可预测。
1.7K91发布于 2018-01-15 - 来自专栏开发三两事
python降低scikit-learn版本
查看scikit-learn当前版本 import sklearn print("Sklearn verion is {}".format(sklearn. __version__)) 对现有包降级 pip show --file sklearn #查看包信息 pip uninstall scikit-learn #删除包 pip install scikit-learn
1.3K30编辑于 2023-03-31 - 来自专栏用户画像
scikit-learn 中 OneHotEncoder 解析
在 sklearn 包中，OneHotEncoder 函数非常实用，它可以实现将分类特征的每个元素转化为一个可以用来计算的值。本篇详细讲解该函数的用法，也可以参考官网 sklearn.preprocessing.OneHotEncoder。
98810发布于 2021-11-29 - 来自专栏iOSDevLog
动手实践Scikit-learn（sklearn）
在今天的版本中，我们将学习被称为sklearn的scikit-learn。 Scikit-learn最初是由David Cournapeau在2007年开发的Google夏季代码项目。 后来Matthieu Brucher加入了这个项目并开始将其作为论文工作的一部分。 image.png 使用sklearn库之前需要先决条件 该库基于SciPy（Scientific Python）构建，必须先安装才能使用scikit-learn。
1.1K51发布于 2018-12-07 - 来自专栏开发三两事
python降低scikit-learn版本
查看scikit-learn当前版本import sklearnprint("Sklearn verion is {}".format(sklearn. __version__))对现有包降级pip show --file sklearn #查看包信息pip uninstall scikit-learn #删除包pip install scikit-learn
3.3K50编辑于 2023-01-18 - 来自专栏IT派
特征工程之Scikit-learn
目录 1 特征工程是什么？ 2 数据预处理 2.1 无量纲化 2.1.1 标准化 2.1.2 区间缩放法 2.1.3 标准化与归一化的区别 2.2 对定量特征二值化 2.3 对定性特征哑编码 2.4 缺失值计算 2.5 数据变换 2.6 回顾 3 特征选择 3.1 Filter 3.1.1 方差选择法 3.1.2 相关系数法 3.1.3 卡方检验 3.1.4 互信息法 3.2 Wrapper 3.2.1 递归特征
2K71发布于 2018-03-28 - 来自专栏iOSDevLog
scikit-learn 估计器接口
scikit-learn 中的所有算法——无论 是预处理、监督学习还是无监督学习算法——都被实现为类。 这些类在 scikit-learn 中叫作 估计器(estimator)。 在 scikit-learn 中，应用学到的模型主要有两种方法。 要想创建一个新输出形式(比 如 y)的预测，可以用 predict 方法。
91520发布于 2019-06-19 - 来自专栏机器学习算法工程师
Windows下安装Scikit-Learn
用Python做机器学习，最常用的库就是scikit-learn。接下来，我就介绍一下如何在Windows中安装并成功运行scikit-learn。 ? 1. 安装 Scikit-learn 执行如下命令安装scikit-learn机器学习库： >> pip install -U scikit-learn 4.
1.6K60发布于 2018-03-06 - 来自专栏信数据得永生
Scikit-learn 秘籍 第四章 使用 scikit-learn 对数据分类
第四章 使用 scikit-learn 对数据分类 作者：Trent Hauck 译者：飞龙 协议：CC BY-NC-SA 4.0 分类在大量语境下都非常重要。 如果你使用 scikit-learn 0.15，你可能会得到一个警告，说这不是必需的。在 0.16 中，警告会被移除。
63400编辑于 2022-12-01
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号