【机器学习】算法作用与依赖库合集

算法与库

1. 决策树：
   - 库：
   		from sklearn.tree import DecisionTreeClassifier（分类树）
   		from sklearn.tree import DecisionTreeRegressor（回归树）
   - 计算场景：分类和回归问题



2. 逻辑回归：
   - 库：
   		from sklearn.linear_model import LogisticRegression
   - 计算场景：二分类和多分类问题



3. 朴素贝叶斯：
   - 库：
   		from sklearn.naive_bayes import GaussianNB（高斯朴素贝叶斯）、
  	    from sklearn.naive_bayes import MultinomialNB（多项式朴素贝叶斯）、
  	    from sklearn.naive_bayes import BernoulliNB（伯努利朴素贝叶斯）
   - 计算场景：分类问题



4. 数据预处理：
   - 库：
   		`from sklearn.preprocessing import StandardScaler`（标准化）
   - 计算场景：数据预处理和特征工程



5. 线性回归：
   - 库：
   		from sklearn.linear_model import LinearRegression
   - 计算场景：回归问题

6. 支持向量机：
   - 库：
   		from sklearn.svm import SVC（支持向量分类器）
   		from sklearn.svm import SVR（支持向量回归）
   - 计算场景：分类和回归问题


7. Bagging与随机森林：
   - 库：
   		from sklearn.ensemble import BaggingClassifier
   		from sklearn.ensemble import RandomForestClassifier（分类问题）
   		from sklearn.ensemble import BaggingRegressor
   		from sklearn.ensemble import RandomForestRegressor（回归问题）
   - 计算场景：分类和回归问题


8. KNN：
   - 库：
   		from sklearn.neighbors import KNeighborsClassifier（K近邻分类器）
   		from sklearn.neighbors import KNeighborsRegressor（K近邻回归器）
   - 计算场景：分类和回归问题