scikit-learn常用的一些函数及在实战中的用法
2017-11-27 13:35
573 查看
原文地址:http://blog.csdn.net/mmc2015/article/details/47079409
零、所有项目通用的:
http://blog.csdn.net/mmc2015/article/details/46851245(数据集格式和预测器)
http://blog.csdn.net/mmc2015/article/details/46852755( href="http://blog.csdn.net/mmc2015/article/details/46852755" target=_blank>加载自己的原始数据)
(适合文本分类问题的 整个语料库加载)
http://blog.csdn.net/mmc2015/article/details/46906409(5. href="http://blog.csdn.net/mmc2015/article/details/46906409" target=_blank>加载内置公用的数据)
(常见的很多公共数据集的加载,5.
Dataset loading utilities)
http://blog.csdn.net/mmc2015/article/details/46705983(Choosing the right estimator(你的问题适合什么estimator来建模呢))
(一张图告诉你,你的问题选什么estimator好,再也不用试了)
http://blog.csdn.net/mmc2015/article/details/46857949( href="http://blog.csdn.net/mmc2015/article/details/46857949" target=_blank>训练分类器、预测新数据、评价分类器)
http://blog.csdn.net/mmc2015/article/details/46858009(使用“Pipeline”统一vectorizer => transformer => classifier、网格搜索调参)
一、文本分类用到的:
http://blog.csdn.net/mmc2015/article/details/46857887( href="http://blog.csdn.net/mmc2015/article/details/46857887" target=_blank>从文本文件中提取特征(tf、idf))
(CountVectorizer、TfidfTransformer)
http://blog.csdn.net/mmc2015/article/details/46866537( href="http://blog.csdn.net/mmc2015/article/details/46866537" target=_blank>CountVectorizer提取tf都做了什么)
(深入解读CountVectorizer都做了哪些处理,指导我们做个性化预处理)
http://blog.csdn.net/mmc2015/article/details/46867773(2.5.2. href="http://blog.csdn.net/mmc2015/article/details/46867773" target=_blank>通过TruncatedSVD实现LSA(隐含语义分析))
(LSA、LDA分析)
(非scikit-learn)http://blog.csdn.net/mmc2015/article/details/46940373(《textanalytics》课程简单总结(1):两种word
relations——Paradigmatic vs. Syntagmatic)
(非scikit-learn)http://blog.csdn.net/mmc2015/article/details/46941367(《textanalytics》课程简单总结(1):两种word
relations——Paradigmatic vs. Syntagmatic(续))
(词粒度关系:Paradigmatic(聚合关系:同性质可相互替代、用基于tfidf的相似度挖掘) vs. Syntagmatic(组合关系:协同出现、用互信息挖掘))
(非scikit-learn)http://blog.csdn.net/mmc2015/article/details/46771791(特征选择方法(TF-IDF、CHI和IG))
(介绍了TF-IDF在特征选择时的误区、CHI Square和Information Gain在特征选择时的应用)
二、数据预处理用到的(4.
Dataset transformations):
http://blog.csdn.net/mmc2015/article/details/46991465(4.1. Pipeline and FeatureUnion: combining estimators(特征与预测器结合;特征与特征结合))
(特征与预测器结合、特征与特征结合)
http://blog.csdn.net/mmc2015/article/details/46992105(4.2. Feature extraction(特征提取,不是特征选择))
(loading features form dicts、feature hashing、text feature extraction、image feature
extraction)
http://blog.csdn.net/mmc2015/article/details/46997379(4.2.3. Text feature extraction)
(text feature extraction)
http://blog.csdn.net/mmc2015/article/details/47016313(4.3. Preprocessing data(standardi/normali/binari..zation、encoding、missing value))
(Standardization, or mean removal and variance scaling(标准化:去均值、除方差)、Normalization(正规化)、Feature Binarization(二值化)、Encoding
categorical features(编码类别特征)、imputation of missing values(归责缺失值))
http://blog.csdn.net/mmc2015/article/details/47066239(4.4. Unsupervised dimensionality reduction(降维))
(PCA、Random projections、Feature agglomeration(特征集聚))
http://blog.csdn.net/mmc2015/article/details/47069869(4.8. Transforming the prediction target (y))
(Label binarization、Lable
encoding(transform non-numerical labels to numerical labels))
三、其他重要知识点:
http://blog.csdn.net/mmc2015/article/details/47099275(3.1. Cross-validation: evaluating estimator performance)
(交叉验证)
http://blog.csdn.net/mmc2015/article/details/47100091(3.2. Grid Search: Searching for estimator parameters)
(搜索最佳参数组合)
http://blog.csdn.net/mmc2015/article/details/47121611(3.3. Model evaluation: quantifying the quality of predictions)
(模型效果评估:score函数、confusion matrix、classification report等)
http://blog.csdn.net/mmc2015/article/details/47143539(3.4. Model persistence)
(保存训练好的模型到本地:joblib.dump & joblib.load pickle .dump & pickle .load)
None、常用的监督非监督模型:
http://blog.csdn.net/mmc2015/article/details/46867597(2.5. 矩阵因子分解问题)
http://blog.csdn.net/mmc2015/article/details/47271039(scikit-learn(工程中用的相对较多的模型介绍):1.4. Support Vector Machines)
SVM(SVC、SVR)
http://blog.csdn.net/mmc2015/article/details/47271195(scikit-learn(工程中用的相对较多的模型介绍):1.11. Ensemble methods)
Bagging meta-estimator、Forests of ranomized trees、AdaBoost、Gradient Tree Boosting(Gradient Boosted Regression Trees (GBRT) )
http://blog.csdn.net/mmc2015/article/details/47333499( href="http://blog.csdn.net/mmc2015/article/details/47333499" target=_blank>scikit-learn(工程中用的相对较多的模型介绍):1.12.
Multiclass and multilabel algorithms)
Multiclass classification、Multilabel classification、Multioutput-multiclass classification and multi-task classification
http://blog.csdn.net/mmc2015/article/details/47333579(scikit-learn(工程中用的相对较多的模型介绍):1.13. Feature selection)
Univariate feature selection(单变量特征选择)、recursive feature elimination(递归特征消除)、L1-based / ree-based features selection(这个也用的比价多)、Feature selection as part
of a pipeline
http://blog.csdn.net/mmc2015/article/details/47333839( href="http://blog.csdn.net/mmc2015/article/details/47333839" target=_blank>
)
http://blog.csdn.net/mmc2015/article/details/47414271(scikit-learn(工程中用的相对较多的模型介绍):2.3. Clustering(可用于特征的无监督降维))
零、所有项目通用的:
http://blog.csdn.net/mmc2015/article/details/46851245(数据集格式和预测器)
http://blog.csdn.net/mmc2015/article/details/46852755( href="http://blog.csdn.net/mmc2015/article/details/46852755" target=_blank>加载自己的原始数据)
(适合文本分类问题的 整个语料库加载)
http://blog.csdn.net/mmc2015/article/details/46906409(5. href="http://blog.csdn.net/mmc2015/article/details/46906409" target=_blank>加载内置公用的数据)
(常见的很多公共数据集的加载,5.
Dataset loading utilities)
http://blog.csdn.net/mmc2015/article/details/46705983(Choosing the right estimator(你的问题适合什么estimator来建模呢))
(一张图告诉你,你的问题选什么estimator好,再也不用试了)
http://blog.csdn.net/mmc2015/article/details/46857949( href="http://blog.csdn.net/mmc2015/article/details/46857949" target=_blank>训练分类器、预测新数据、评价分类器)
http://blog.csdn.net/mmc2015/article/details/46858009(使用“Pipeline”统一vectorizer => transformer => classifier、网格搜索调参)
一、文本分类用到的:
http://blog.csdn.net/mmc2015/article/details/46857887( href="http://blog.csdn.net/mmc2015/article/details/46857887" target=_blank>从文本文件中提取特征(tf、idf))
(CountVectorizer、TfidfTransformer)
http://blog.csdn.net/mmc2015/article/details/46866537( href="http://blog.csdn.net/mmc2015/article/details/46866537" target=_blank>CountVectorizer提取tf都做了什么)
(深入解读CountVectorizer都做了哪些处理,指导我们做个性化预处理)
http://blog.csdn.net/mmc2015/article/details/46867773(2.5.2. href="http://blog.csdn.net/mmc2015/article/details/46867773" target=_blank>通过TruncatedSVD实现LSA(隐含语义分析))
(LSA、LDA分析)
(非scikit-learn)http://blog.csdn.net/mmc2015/article/details/46940373(《textanalytics》课程简单总结(1):两种word
relations——Paradigmatic vs. Syntagmatic)
(非scikit-learn)http://blog.csdn.net/mmc2015/article/details/46941367(《textanalytics》课程简单总结(1):两种word
relations——Paradigmatic vs. Syntagmatic(续))
(词粒度关系:Paradigmatic(聚合关系:同性质可相互替代、用基于tfidf的相似度挖掘) vs. Syntagmatic(组合关系:协同出现、用互信息挖掘))
(非scikit-learn)http://blog.csdn.net/mmc2015/article/details/46771791(特征选择方法(TF-IDF、CHI和IG))
(介绍了TF-IDF在特征选择时的误区、CHI Square和Information Gain在特征选择时的应用)
二、数据预处理用到的(4.
Dataset transformations):
http://blog.csdn.net/mmc2015/article/details/46991465(4.1. Pipeline and FeatureUnion: combining estimators(特征与预测器结合;特征与特征结合))
(特征与预测器结合、特征与特征结合)
http://blog.csdn.net/mmc2015/article/details/46992105(4.2. Feature extraction(特征提取,不是特征选择))
(loading features form dicts、feature hashing、text feature extraction、image feature
extraction)
http://blog.csdn.net/mmc2015/article/details/46997379(4.2.3. Text feature extraction)
(text feature extraction)
http://blog.csdn.net/mmc2015/article/details/47016313(4.3. Preprocessing data(standardi/normali/binari..zation、encoding、missing value))
(Standardization, or mean removal and variance scaling(标准化:去均值、除方差)、Normalization(正规化)、Feature Binarization(二值化)、Encoding
categorical features(编码类别特征)、imputation of missing values(归责缺失值))
http://blog.csdn.net/mmc2015/article/details/47066239(4.4. Unsupervised dimensionality reduction(降维))
(PCA、Random projections、Feature agglomeration(特征集聚))
http://blog.csdn.net/mmc2015/article/details/47069869(4.8. Transforming the prediction target (y))
(Label binarization、Lable
encoding(transform non-numerical labels to numerical labels))
三、其他重要知识点:
http://blog.csdn.net/mmc2015/article/details/47099275(3.1. Cross-validation: evaluating estimator performance)
(交叉验证)
http://blog.csdn.net/mmc2015/article/details/47100091(3.2. Grid Search: Searching for estimator parameters)
(搜索最佳参数组合)
http://blog.csdn.net/mmc2015/article/details/47121611(3.3. Model evaluation: quantifying the quality of predictions)
(模型效果评估:score函数、confusion matrix、classification report等)
http://blog.csdn.net/mmc2015/article/details/47143539(3.4. Model persistence)
(保存训练好的模型到本地:joblib.dump & joblib.load pickle .dump & pickle .load)
None、常用的监督非监督模型:
http://blog.csdn.net/mmc2015/article/details/46867597(2.5. 矩阵因子分解问题)
http://blog.csdn.net/mmc2015/article/details/47271039(scikit-learn(工程中用的相对较多的模型介绍):1.4. Support Vector Machines)
SVM(SVC、SVR)
http://blog.csdn.net/mmc2015/article/details/47271195(scikit-learn(工程中用的相对较多的模型介绍):1.11. Ensemble methods)
Bagging meta-estimator、Forests of ranomized trees、AdaBoost、Gradient Tree Boosting(Gradient Boosted Regression Trees (GBRT) )
http://blog.csdn.net/mmc2015/article/details/47333499( href="http://blog.csdn.net/mmc2015/article/details/47333499" target=_blank>scikit-learn(工程中用的相对较多的模型介绍):1.12.
Multiclass and multilabel algorithms)
Multiclass classification、Multilabel classification、Multioutput-multiclass classification and multi-task classification
http://blog.csdn.net/mmc2015/article/details/47333579(scikit-learn(工程中用的相对较多的模型介绍):1.13. Feature selection)
Univariate feature selection(单变量特征选择)、recursive feature elimination(递归特征消除)、L1-based / ree-based features selection(这个也用的比价多)、Feature selection as part
of a pipeline
http://blog.csdn.net/mmc2015/article/details/47333839( href="http://blog.csdn.net/mmc2015/article/details/47333839" target=_blank>
scikit-learn(工程中用的相对较多的模型介绍):1.14. Semi-Supervised
)http://blog.csdn.net/mmc2015/article/details/47414271(scikit-learn(工程中用的相对较多的模型介绍):2.3. Clustering(可用于特征的无监督降维))
相关文章推荐
- Oracle 一些常用函数的用法(收集)
- numpy中一些常用函数的用法总结
- numpy中一些常用函数的用法总结
- Mysql一些常用的函数,用法(后续片)
- string的一些常用函数用法
- oracle一些常用函数用法
- scikit-learn一些常用算法
- string类一些常用函数用法
- ABAP的一些常用函数用法
- scikit-learn常用的用法及问题
- 关于C语言中一些常用函数的说明
- python学习总结---列表、元组、字符串、字典中一些常用函数
- awk常用函数用法
- c++中的string常用函数用法总结
- web报表工具FineReport常用函数的用法总结(日期和时间函数)
- SQLITE3的一些函数的用法
- scikit-learn 实战之非监督学习 2
- 黑马程序员_C#中的一些常用函数总结
- C++ STL replace()函数常用用法详解
- string库函数-----------总结一些常用的处理string的函数