sklearn模型的训练(上）

模型的介绍

根据问题特点选择适当的估计器estimater模型：分类(SVC,KNN,LR,NaiveBayes,…) 回归 (Lasso,ElasticNet,SVR,…) 聚类(KMeans,…) 降维(PCA,…)

机器学习模型按照可使用的数据类型分为监督学习和无监督学习两大类。

1. 监督学习主要包括用于分类和用于回归的模型：
   • 分类：
     • 线性分类器（如LR)
     • 支持向量机（SVM）
     • 朴素贝叶斯（NB）
     • K近邻（KNN）
     • 决策树（DT）
     • 集成模型（RF/GDBT等）
     • 随机森林算法
   • 回归：
     • 线性回归
     • 支持向量机（SVM）
     • K近邻（KNN）
     • 回归树（DT）、
     • 集成模型（ExtraTrees/RF/GDBT）

2. 无监督学习主要包括：
   • 数据聚类（K-means&#

文章来源: maoli.blog.csdn.net，作者：刘润森！，版权归原作者所有，如需转载，请联系作者。

原文链接：maoli.blog.csdn.net/article/details/88720635