Dieses Mal wird es das Herzstück des maschinellen Lernens sein Ich werde über Scikit-Learn posten.

Übersicht über Scikit-Learn

Lesen Sie als Cykit Learn. Python-Bibliothek für maschinelles Lernen.

Cheet Blatt

Informationen zu der Analyse (Klassifizierung, Regression usw.), die Sie durchführen möchten Ein Spickzettel, mit dem Sie einfach ein Modell auswählen können.

Einstufung

Bestimmen Sie, zu welcher Klasse es gehört.

SGD（stochastic gradient descent） Für mehr als 100.000 Daten Lineare Klassifizierungsmethode

Kernel-Approximation

Für mehr als 100.000 Daten Wenn SGD nicht funktioniert Nichtlineare Klassifizierungsmethode

Linear SVC Für weniger als 100.000 Lineare Klassifizierungsmethode

k Nachbarschaftsmethode

Für weniger als 100.000 Wenn der lineare SVC nicht funktioniert Dies ist eine nichtlineare Klassifizierungsmethode.

Naive Buchten

Für Textdaten

Regression

Vorhersage des Zielwertes

SGD（stochastic gradient descent） Für mehr als 100.000 Daten Lineare Regressionsanalysemethode

LASSO、ElasticNet Für weniger als 100.000 Wenn einige der erklärenden Variablen wichtig sind Regressive Analysemethode

Ridge、Liner SVR Für weniger als 100.000 Wenn alle erklärenden Variablen wichtig sind Regressive Analysemethode

SVR (Gaußscher Kernel), Ensemble

Wenn Ridge oder Liner SVR nicht funktioniert Nichtlineare Regressionsanalysemethode

Clustering

Dinge nach einigen Regeln zu teilen

KMeans Wann kann im Voraus entschieden werden, in wie viele Cluster unterteilt werden soll? Clustering-Analysemethode

MiniBatch Für mehr als 100.000 Daten Methode zum Lernen beim Teilen von Daten

Spektrale Clusterbildung, GMM

Wenn KMeans nicht funktioniert Nichtlineare Clusteranalyse-Methode.

MeanShift、VBGMM Wenn es nicht möglich ist, im Voraus zu entscheiden, wie viele Cluster geteilt werden sollen Es ist eine Clusteranalyse-Methode.

Andere

Dimensionsreduzierung

Im Vorbehandlungsprozess Wir werden es tun, um die Lerneffizienz zu verbessern

PCA, Kernel-PCA, Isomap, Spectral Embedding usw.

Hyperparameteroptimierung

Anpassungswerte wie Lernmethoden werden als "Hyperparameter" bezeichnet.

Es gibt Methoden wie Rastersuche und Kreuzvalidierung.

Python: Grundlagen der Verwendung von Scikit-Learn ①