Learning Path
浏览 Sklearn 相关教程与章节。
AI Agent、机器学习、深度学习、数据分析与 Python 科学计算。
教程
13
Sklearn 教程 Sklearn（全称 scikit-learn）是一个开源的机器学习库。 Sklearn 是一个基于 Python 编程语言的开源机器学习库，致力于提供简单而高效的工具。 Sklearn 建立在 NumPy、SciPy 和 matplotlib 这些科学计算库之上，提供了简单而高效的数据挖掘和数据分析工具。 Sklearn 是许多机器学习项目的核心工具之一，并且在学术界、工业界和个人项目中广泛应用。 Skl..
Sklearn 基础概念 在使用 Sklearn 进行机器学习时，需要了解一些基础的概念。 Sklearn 提供了一种统一且简洁的 API 来实现各种机器学习算法和流程，能够帮助我们快速实现各种机器学习任务。 接下来我们从以下几个概念展开说明：数据表示、模型类型、预处理方法、评估指标、模型调优等。 1、数据表示：数据集和特征 数据集是 Sklearn 最基本的概念之一。 机器学习的核心任务是从数据中学习模式，数据的表示方式至关重要。..
Sklearn 自定义模型与功能自定义模型可以扩展 scikit-learn 的功能，以便满足特定应用场景下的需求。 在 scikit-learn 中，除了使用现成的模型和预处理功能外，用户还可以根据自己的需求创建自定义的模型、转换器和功能。 自定义模型和功能的实现通常涉及继承 scikit-learn 的基类，如 BaseEstimator 和 TransformerMixin，然后实现特定的 fit 和 predict 方法。 本..
Sklearn 数据预处理 数据预处理是机器学习项目中的一个关键步骤，它直接影响模型的训练效果和最终性能。 在进行机器学习建模时，数据预处理是至关重要的一步，它帮助我们清洗和转换原始数据，以便为机器学习模型提供最佳的输入。 数据预处理涉及多个步骤，包括处理缺失值、数据转换、标准化、编码等。 合适的预处理不仅能提高模型的准确性，还能帮助模型更好地泛化。 1、处理缺失值 缺失值是指在数据集中某些特征的值缺失。机器学习算法通常无法直..
Sklearn 房价预测 接下来我们使用 sklearn 进行北京房价预测。 我们会从数据加载、探索性分析、特征工程到模型训练与优化逐步展开，演示如何使用 sklearn 的工具和库完成预测任务。 内容概要： 1. 数据生成与查看 使用一个字典创建了模拟数据，并将其转换为 pandas DataFrame。 数据包含了房屋的面积、房间数、楼层、建造年份、..
Sklearn 安装 要学习 Sklearn，安装是第一步，由于 Sklearn 依赖于其他几个库（如 NumPy、SciPy 和 matplotlib），所以我们需要确保这些依赖库也已安装。 系统环境要求： Python 版本：scikit-learn 支持 Python 3.7 及以上版本。操作系统：scikit-learn 可以在 Windows、macOS 和 Linux 等主流操作系统上运行。包管理工具：你可以使用 pip 或..
Sklearn 简介 Sklearn，全称为 Sklearn，是一个基于 Python 的开源机器学习库。 Sklearn 是一个功能强大、易于使用的机器学习库，提供了从数据预处理到模型评估的一整套工具。 Sklearn 构建在 NumPy 和 SciPy 基础之上，因此它能够高效地处理数值计算和数组操作。 Sklearn 适用于各类机器学习任务，如分类、回归、聚类、降维等。 Sklearn 凭借其简洁而一致的 API，Sklea..
Sklearn 应用案例 鸢尾花数据集（Iris Dataset）是机器学习中最经典的入门数据集之一。 鸢尾花数据集包含了三种鸢尾花（Setosa、Versicolor、Virginica）每种花的 4 个特征：花萼长度、花萼宽度、花瓣长度和花瓣宽度。 接下来我们的任务是基于这些特征来预测鸢尾花的种类。 本章节案例将涵盖数据加载、可视化、特征选择、数据预处理、建立分类模型、模型评估及优化等步骤。 1、数据加载与可视化 数据加载 首..
Sklearn 机器学习模型 机器学习模型是实现自动化数据分析、模式识别和预测的核心工具。 根据任务类型的不同，机器学习模型通常可以分为： 分类模型（Classification）：预测离散类别 回归模型（Regression）：预测连续数值 聚类模型（Clustering）：对数据进行自动分组 本章节将详细介绍这些常见的机器学习模型，并介绍如何评估和优化模型。 1、分类模型 分类问题是机器学习中最常..
Sklearn 模型评估与调优 机器学习模型的评估与调优是确保模型泛化能力和预测准确度的关键步骤。通过合适的评估指标和调优方法，可以有效提高模型性能，避免过拟合或欠拟合的风险。 本章节将详细介绍交叉验证、网格搜索、随机搜索、模型评估方法等内容。 1、交叉验证 介绍交叉验证的概念 交叉验证（Cross-Validation）是一种用于评估模型性能的技术，它通过将数据集分成多个子集（折叠），并多次训练和测试模型来获得更稳定、可靠的评估结..
Sklearn 模型保存与加载 在机器学习中，模型的训练过程通常是耗时的，为了避免每次重新训练模型，我们可以将训练好的模型保存下来，便于以后进行加载和预测。scikit-learn 提供了两种常用的方式来保存和加载模型：joblib 和 pickle。 1、使用 joblib 保存与加载模型 joblib 是一个高效的 Python 序列化工具，特别适合用于保存包含大量数值数组（如 numpy 数组、scikit-learn 模型等）的..
Sklearn 管道（Pipeline） 在机器学习项目中，数据处理、特征工程、模型训练、评估等步骤往往是互相依赖的，这些步骤的顺序和协调性对于最终模型的性能至关重要。 Pipeline 是 scikit-learn 中用于组织和简化这些步骤的一个重要工具。 通过 Pipeline，我们可以将数据预处理与模型训练整合在一起，从而简化工作流并提高代码的可复用性。 什么是 Pipeline Pipeline 是一个可按顺序执行多个数据处..