scikit-learneについて

1344 ワード

scikit learn テキストリンク

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.

この問題について(scikit-learneについて), 我々は、より多くの情報をここで見つけました https://velog.io/@dyeudsla/scikit-learn-machine-learning-algorithm

テキストは自由に共有またはコピーできます。ただし、このドキュメントのURLは参考URLとして残しておいてください。

Collection and Share based on the CC Protocol