文章目录

来源数据预处理模型交叉验证迭代器分类 超参数 模型的评估分类模型回归模型聚类模型直观化

来源

数据预处理

preprocessing train_test_split MinMaxScaler->[0,1] MaxAbsScaler->[-1,1] 含极端值的处理Rebust… 非线性转换:OneHotEncoder 缺失值插补:SimpleImputer 标记缺失值:MissingIndicator

模型

random_state 机器学习

监督学习 分类 预测值y为有限的标签值集合 支持向量机 sklearn.svm.SVC()K-近邻 sklearn.neighbors.KNeighborsClassifier()决策树 sklearn.tree.DecisionTreeClassifier() 回归 预测值y是一个连续的目标变量 简单回归分析 sklearn.linear_model.LinearRegression()带惩罚项的回归模型 Lasso sklearn.linear_model.LassoRidge sklearn.linear_model.Ridge 非监督学习 K-均值聚类 sklearn.cluster.KMeans()分层聚类 sklearn.SpectralClustering() 降维技术 主成分分析 sklearn.decomposition.PCA()

交叉验证迭代器

cross_val_score cross_validate

分类

KFoldStratifiedKFoldShuffleSplit

超参数

GridSearchCV

RandomizedSearchCV

模型的评估

分类模型

ROC roc_curve roc_aur_score

回归模型

metrices模块

explain_variance_scoref2_scoremean_squared_error

聚类模型

sihouette coefficient 轮廓系数

直观化

验证曲线 从而发现是否过拟合学习曲线 模型从数据中学习的进步