- scikit-learn: machine learning in Python — scikit-learn 1. 7. 1 documentation
Simple and efficient tools for predictive data analysis Accessible to everybody, and reusable in various contexts Built on NumPy, SciPy, and matplotlib Open source, commercially usable - BSD license
- Sklearn 教程 - 菜鸟教程
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。
- 机器学习神器Scikit-learn保姆级入门教程 - CSDN博客
1 网格搜索 如何搜索参数 from sklearn model_selection import GridSearchCV # 搜索的参数 knn_paras = {"n_neighbors":[1,3,5,7]} # 默认的模型 knn_grid = KNeighborsClassifier() # 网格搜索的实例化对象 grid_search = GridSearchCV( knn_grid, knn_paras, cv=10 # 10折交叉验证 ) grid_search fit(X_train, y_train)
- 第三课：大白话中的scikit-learn安装 - 知乎
1 什么是scikit-learn？ 简单来说， scikit-learn（简称sklearn） 是一个Python的机器学习工具包，里面塞满了各种现成的算法（分类、回归、聚类等），就像： 机器学习界的乐高积木，让你不用从头造轮子 厨房里的智能炒菜机，你只管投料（数据），它负责翻炒（训练
- 入门 — scikit-learn 1. 6. 0 文档 - scikit-learn 机器学习库
>>> from sklearn preprocessing import StandardScaler >>> X = [[0, 15], [1, -10]] >>> # scale data according to computed scaling values >>> StandardScaler() fit(X) transform(X) array([[-1 , 1 ], [ 1 , -1 ]]) 有时，你想对不同的特征应用不同的转换： ColumnTransformer 专为这些用例而设计。
- Apache-CN scikit-learn-doc-zh: scikit-learn（sklearn . . . - GitHub
scikit-learn (sklearn) 官方文档中文版 scikit-learn 是基于 Python 语言的机器学习工具。 简单高效的数据挖掘和数据分析工具 可供大家在各种环境中重复使用 建立在 NumPy ，SciPy 和 matplotlib 上 开源，可商业使用 - BSD许可证 官网地址: scikit-learn (sklearn): http: scikit-learn org
- Getting Started — scikit-learn 1. 7. 1 documentation
>>> from sklearn preprocessing import StandardScaler >>> X = [[0, 15], [1, -10]] >>> # scale data according to computed scaling values >>> StandardScaler() fit(X) transform(X) array([[-1 , 1 ], [ 1 , -1 ]])
- API 参考-scikit-learn中文社区
Scikit-learn（以前称为scikits learn，也称为sklearn）是针对Python 编程语言的免费软件机器学习库。 它具有各种分类，回归和聚类算法，包括支持向量机，随机森林，梯度提升，k均值和DBSCAN。
|