Python 机器学习模块介绍

scikit-learn是Python的机器学习库：

·      它是进行数据挖掘和数据分析的简单而高效的工具

·      任何人都可使用,可在多种场景/上下文复用

·      基于NumPy,SciPy和matplotlib构建

·      开放源代码,可用于商业用途_BSD协议

安装 scikit-learn, 你需要：

·      Python(>= 2.7 or >= 3.3),

·      NumPy(>= 1.8.2),

·      SciPy(>= 0.13.3).

如果你已经安装了NumPy和SciPy，你可以直接通过pip安装或卸载scikit-learn

pip install -U scikit-learn

pip uninstall scikit-learn

按照功能，我们可以分为4大模块

1. 分类

用来识别一个对象属于哪个类，一般需要对数据打标签，主要应用于垃圾邮件检测，图像识别等，主要的算法是SVM(支持向量机),KNN(K近邻),随机森林

2. 回归

用来预测与某个对象相关联的连续值属性，应用于药物反应,股票价格预测等，主要的算法是线性回归,SVR(支持向量回归),ridgeregression(岭回归),LASSO回归

3. 聚类

用来将相似的对象自动聚集到不同的集合中，一般数据没有打标签，应用于顾客细分,分组试验结果等，主要算法有K-Means,谱聚类,mean-shift中值移动

4. 降维

用于降低随机变量的数目，应用于可视化和提高效率，主要算法为PCA(主成分分析),特征选取,非负矩阵分解等