scikit-learneについて


scikit-learningで使用されるアルゴリズムがどのように分類されているかは、次のリンクで見ることができます.
choosing right algorithm

出典:scikit-learne公式ホームページ
scikit-learningはアルゴリズムを大きく3つの基準に分けた.
  • データ量
  • ラベルの有無(正解なし)
  • データ型(数値型データ(数)、カテゴリ型データ(カテゴリ)など)
  • 分類基準は常に新しい技術の出現に伴って変化する.
    scikit-learn packageインストールコマンド.
    !pip install scikit-learn
    
    #!conda install scikit-learn
    scikit learningがインストールされたら、モジュールをインポートし、バージョンを検証します.scikit-learningは、インストール名とimportで名前が異なることに注意してください.importの場合はsklearnと書く.
    import sklearn
    print(sklearn.__version__)
    scikit-learningにはいくつかの重要な方法があります.
  • train_test_split():trainデータとtestデータを配信するためのmodel_selectionオブジェクトのメソッド.
  • transformer():ETL(Extract Transform Load)部分で使用する方法.
  • fit(),predict():モデルトレーニングと予測を担当するEstimatorオブジェクトの使用方法,
  • Pipeline():モデルのトレーニングと予測を完了した後、この2つの方法を組み合わせて検証
  • 次の文章からゆっくり勉強しましょう.