很多小伙伴在學(xué)習(xí)機(jī)器學(xué)習(xí)的時(shí)候會(huì)苦惱到底用什么進(jìn)行學(xué)習(xí)。在看了大佬的介紹后可能會(huì)使用Keras或者pytorch直接進(jìn)行學(xué)習(xí)，但實(shí)際上有優(yōu)秀的機(jī)器學(xué)習(xí)工具包。沒(méi)錯(cuò)，小編接下來(lái)要介紹的SKlearm就是一款基于python語(yǔ)言的機(jī)器學(xué)習(xí)工具包。今天我們就來(lái)講講SKlearm的安裝與使用，希望小伙伴們能喜歡上這款工具包。
1、SKlearn 是什么
Sklearn（全稱 SciKit-Learn），是基于 Python 語(yǔ)言的機(jī)器學(xué)習(xí)工具包。
Sklearn 主要用Python編寫，建立在 Numpy、Scipy、Pandas 和 Matplotlib 的基礎(chǔ)上，也用 Cython編寫了一些核心算法來(lái)提高性能。
Sklearn 包括六大功能模塊：
- 分類（Classification）：識(shí)別樣本屬于哪個(gè)類別，常用算法有 SVM（支持向量機(jī)）、nearest neighbors（最近鄰）、random forest（隨機(jī)森林）
- 回歸（Regression）：預(yù)測(cè)與對(duì)象相關(guān)聯(lián)的連續(xù)值屬性，常用算法有 SVR（支持向量機(jī)）、 ridge regression（嶺回歸）、Lasso
- 聚類（Clustering）：對(duì)樣本進(jìn)行無(wú)監(jiān)督的自動(dòng)分類，常用算法有 k-Means（k均值）、spectral clustering（特征聚類）、mean-shift（均值漂移）
- 數(shù)據(jù)降維（Dimensionality reduction）：減少相關(guān)變量維數(shù)，常用算法有 PCA（主成分分析）、feature selection（特征選擇）、non-negative matrix factorization（非負(fù)矩陣分解）
- 模型選擇（Model Selection）：比較，驗(yàn)證，選擇參數(shù)和模型，常用模塊有 grid search（網(wǎng)格搜索）、cross validation（交叉驗(yàn)證）、 metrics（度量）
- 數(shù)據(jù)處理 （Preprocessing）：特征提取和歸一化，常用模塊有 preprocessing（預(yù)處理），feature extraction（特征提取）
- 這六個(gè)功能模塊涉及 4類算法，分類、回歸 屬于監(jiān)督學(xué)習(xí)，聚類屬于非監(jiān)督學(xué)習(xí)。
官網(wǎng)地址：https://scikit-learn.org/
官方文檔中文版： https://www.scikitlearn.com.cn/
內(nèi)置數(shù)據(jù)集：https://scikit-learn.org/stable/datasets.html
2、SKlearn 的安裝
Sklearn 的安裝要求：Python 3.5 以上版本，需要安裝 NumPy、SciPy、Pandas 工具包的支持，部分內(nèi)容需要使用 Matplotlib、joblib 工具包。
pip 安裝命令：
pip3 install -U scikit-learn
pip3 install -U scikit-learn -i https://pypi.douban.com/simple
注意 Sklearn 建議安裝 Numpy+mkl，可以在網(wǎng)址http://www.lfd.uci.edu/~gohlke/pythonlibs/ 找到你需要的numpy+mkl版本，下載后 pip3安裝：
pip install numpy-1.11.1+mkl-cp27-cp27m-win_amd64.whl
3、SKlearn 內(nèi)置數(shù)據(jù)集
Sklearn 內(nèi)置了一些標(biāo)準(zhǔn)數(shù)據(jù)集可以用于練習(xí)和測(cè)試，都是經(jīng)常被引用的經(jīng)典問(wèn)題，數(shù)據(jù)網(wǎng)址：https://scikit-learn.org/stable/datasets.html
Sklearn 標(biāo)準(zhǔn)數(shù)據(jù)集主要包括：
測(cè)試問(wèn)題數(shù)據(jù)集
- 波士頓房?jī)r(jià)：Boston house prices dataset
- 鳶尾花問(wèn)題：Iris plants dataset
- 糖尿病數(shù)據(jù)：Diabetes dataset
- 手寫數(shù)字的識(shí)別：Optical recognition of handwritten digits dataset
- 體能訓(xùn)練：Linnerrud dataset
- 葡萄酒鑒別：Wine recognition dataset
- 威斯康星州癌癥診斷：reast cancer wisconsin (diagnostic) dataset
實(shí)際問(wèn)題數(shù)據(jù)集
- 人臉數(shù)據(jù)：The Olivetti faces dataset
- 20個(gè)新聞文本數(shù)據(jù)：The 20 newsgroups text dataset
- 標(biāo)記的人臉數(shù)據(jù)：The Labeled Faces in the Wild face recognition dataset
- 森林覆蓋類型：Forest covertypes
- 路透社新聞數(shù)據(jù)：RCV1 dataset
- 網(wǎng)絡(luò)入侵檢測(cè)數(shù)據(jù)：Kddcup 99 dataset
- 加州住房數(shù)據(jù)：California Housing dataset
4、Sklearn 數(shù)模筆記的計(jì)劃
粗略看看 Sklearn 的文檔，是一個(gè)功能強(qiáng)大和豐富的機(jī)器學(xué)習(xí)庫(kù)，遠(yuǎn)遠(yuǎn)超出了數(shù)學(xué)建模學(xué)習(xí)的范圍。
基于數(shù)模教學(xué)的目的，本系列主要對(duì)應(yīng)數(shù)模學(xué)習(xí)中的分類、聚類、降維問(wèn)題，并不打算全面講解 Sklearn 的各種算法，而是以典型問(wèn)題為例來(lái)介紹原理簡(jiǎn)單、使用廣泛的基本方法，以便新手入門。
以上就是就是SKlearm的安裝與使用的全部?jī)?nèi)容了，希望能對(duì)小伙伴們參數(shù)幫助，也希望各位小伙伴多多關(guān)注支持W3Cschool！
