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
标签:依赖,回归,分类,算法,场景,import,合集,ensemble,sklearn
From: https://www.cnblogs.com/wanghong1994/p/17901613.html