sklearn笔记

1. 数据预处理

sklearn.preprocessing.scale( data )，sklearn.preprocessing.StandardScaler  对给定数据进行标准化（均值、方差）

sklearn.preprocessing.MinMaxScaler 将属性缩放到一个指定范围

sklearn.preprocessing. nomalize（），sklearn.preprocessing.Nomalizer 正则化

 

两个关键的函数 fit和transform，fit让数据适应模型，transform转换数据

 

2. 特征提取

DictVectorizer

参考：https://blog.csdn.net/qq_36847641/article/details/78279309

提取前的字典结构

提取后的数组结构

3. 测试集和训练集划分

train_test_split 函数用于将矩阵随机划分为训练子集和测试子集，并返回划分好的训练集测试集样本和训练集测试集标签

X_train,X_test, y_train, y_test =cross_validation.train_test_split(train_data,train_target,test_size=0.3, random_state=0)

参考：https://www.cnblogs.com/bonelee/p/8036024.html

各种回归  https://blog.csdn.net/yeoman92/article/details/75051848

 4. 数据集

datasets.load_*?
datasets.load_boston　　　　 　　#波士顿房价数据集
datasets.load_breast_cancer 　　#乳腺癌数据集
datasets.load_diabetes             #糖尿病数据集
datasets.load_digits             #手写体数字数据集
datasets.load_files
datasets.load_iris               #鸢尾花数据集
datasets.load_lfw_pairs
datasets.load_lfw_people
datasets.load_linnerud      #体能训练数据集
datasets.load_mlcomp
datasets.load_sample_image
datasets.load_sample_images
datasets.load_svmlight_file
datasets.load_svmlight_files