自2007年發布以來，scikit-learn已經成為Python重要的機器學習庫了，scikit-learn簡稱sklearn，支持包括分類，回歸，降維和聚類四大機器學習算法。還包括了特征提取，數據處理和模型評估者三大模塊。

sklearn是Scipy的擴展，建立在Numpy和matplolib庫的基礎上。利用這幾大模塊的優勢，可以大大的提高機器學習的效率。

sklearn擁有著完善的文檔，上手容易，具有著豐富的API，在學術界頗受歡迎。sklearn已經封裝了大量的機器學習算法，包括LIBSVM和LIBINEAR。同時sklearn內置了大量數據集，節省了獲取和整理數據集的時間。

一，sklearn官方文檔的內容和結構

1.1sklearn官方文檔的內容

定義：針對經驗E和一系列的任務T和一定表現的衡量P，如果隨著經驗E的積累，針對定義好的任務T可以提高表現P，就說明機器具有學習能力。

庫的算法主要有四類：分類，回歸，聚類，降維。其中：

常用的回歸：線性、決策樹、SVM、KNN;集成回歸：隨機森林、Adaboost、GradientBoosting、Bagging、ExtraTrees

常用的分類：線性、決策樹、SVM、KNN，樸素貝葉斯;集成分類：隨機森林、Adaboost、GradientBoosting、Bagging、ExtraTrees

常用聚類：k均值(K-means)、層次聚類(Hierarchicalclustering)、DBSCAN

常用降維：LinearDiscriminantAnalysis、PCA

這個流程圖代表：藍色圓圈是判斷條件，綠色方框是可以選擇的算法，我們可以根據自己的數據特征和任務目標去找一條自己的操作路線。

sklearn中包含眾多數據預處理和特征工程相關的模塊，雖然剛接觸sklearn時，大家都會為其中包含的各種算法的廣度深度所震驚，但其實sklearn六大板塊中有兩塊都是關于數據預處理和特征工程的，兩個板塊互相交互，為建模之前的全部工程打下基礎。

模塊preprocessing：幾乎包含數據預處理的所有內容

模塊Impute：填補缺失值專用

模塊feature_selection：包含特征選擇的各種方法的實踐

模塊decomposition：包含降維算法

以上內容為大家介紹了Python機器學習之sklearn庫，希望對大家有所幫助，如果想要了解更多Python相關知識，請關注IT培訓機構:千鋒教育。