sklearn工具-python数据集操作API

一、python科学计算环境

• Python库： pandas、numpy、scipy、Scikit-Image、Scikit-Learn、matplotlib

• 功能介绍

二、SKlearn算法库的顶层设计

• SKlearn监督学习的各个模块

• SKlearn无监督学习模块

• SKlearn数据变换模块

• SKlearn算法类顶层设计图

• SKlearn算法类继承关系图

svm--以支持向量机为例

cluster--以K-Means和MeanShift为例

feature_extraction--以FeatureHasher和DictVectorizer为例

三、SKlearn统一API调用接口

• 六大板块统一API

  • 分类、回归、聚类、维数约简、特征抽取选择、数据预处理

* 监督学习工作流程

* 无监督学习工作流程

* 数据预处理工作流程

* 无监督工作流程：聚类

• 学习顺序

四、SKlearn数据集操作API

• 自带的小数据集--鸢尾花

  * from sklearn.datasets import load_iris
        iris = load_iris()

• 手写数字识别

• 乳腺癌数据集

• 糖尿病数据集

• 波士顿房价数据集

• 体能训练数据集

• 图像数据集

• svmlight/libsvm格式的数据集

• 可在线下载的数据集

• 计算机生成的数据集：用于分类任务、回归任务、聚类、流形学习、因子分解