首先给大家介绍一个很好用的学习地址：https://cloudstudio.net/columns
今天我们将结合第一章节中清洗得到的菜品数据，利用多种分类器对这些数据进行训练，以构建有效的模型。在这个过程中，我会详细讲解每一种分类器的原理及其重要性。
尽管这些知识点对于实践来说并不是必须掌握的，因为第三方依赖包已经为我们完成了大量的封装，使得调用这些功能仅需一行代码，但理解其背后的原理仍然至关重要。这将有助于我们在实际应用中更好地把握模型的表现和改进的方向。
分类路线图
在上一章节中，我们已经查看了微软的小抄表，并对其进行了中文翻译，希望这些内容对你有所帮助。今天，我们将继续探索Scikit-learn提供的一个类似的速查表，但它的细粒度和信息量更加丰富。这份速查表不仅能帮助您快速查找相关信息，还能为您在调整估计器（分类器的另一个术语）时提供实用的指导。
速查表原文地址：https://scikit-learn.org/stable/machine_learning_map.html
表情
标签：1199,0.82,train,SVC,分类器,从零开始,向量,详解 From： https://www.cnblogs.com/guoxiaoyu/p/18446455