机器学习之回归模型-调用sklearn库求解线性回归

机器学习之回归模型-调用sklearn库求解线性回归
在使用sklearn库之前，我们先看一下这个库的结构，该库经常用于监督学习和无监督学习，sklearn共分为6大部分，分别用于完成分类任务，回归任务，聚类任务，降维任务，模型选择以及数据的预处理。由图中，可以看到库的算法主要有四类：分类，回归，聚类，降维。其中： 常用的回归：线性、决策树、SVM、KNN ；集成回归：随机森林、Adaboost、GradientBoosting、Bagging、ExtraTrees 常用的分类：线性、决策树、SVM、KNN，朴素贝叶斯；集成分类：随机森林、Adaboost、GradientBoosting、Bagging、ExtraTrees 常用聚类：k均值（K-means）、层次聚类（Hierarchical clustering）、DBSCAN 常用降维：LinearDiscriminantAnalysis、PCA

机器学习之回归模型-调用sklearn库求解线性回归最先出现在Python成神之路。