六大任务模块
分类、回归、聚类、降维、模型选择和预处理
Sklearn介绍1
2023-06-08
129
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《
阿里云开发者社区用户服务协议》和
《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写
侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
本文涉及的产品
简介：
Sklearn介绍
目录
相关文章
|
5天前
|
机器学习/深度学习
算法
数据挖掘
|
5天前
|
算法
|
机器学习/深度学习
算法
计算机视觉
使用sklearn进行特征选择
背景
一个典型的机器学习任务，是通过样本的特征来预测样本所对应的值。如果样本的特征少，我们会考虑增加特征。而现实中的情况往往是特征太多了，需要减少一些特征。
650
0
0
|
5月前
|
机器学习/深度学习
算法
数据挖掘
|
11月前
|
机器学习/深度学习
|
11月前
|
API
Python
|
11月前
|
机器学习/深度学习
API
|
机器学习/深度学习
算法
|
计算机视觉
索引
Python
ML之sklearn：sklearn库中的ShuffleSplit()函数和StratifiedShuffleSplit()函数的讲解
ML之sklearn：sklearn库中的ShuffleSplit()函数和StratifiedShuffleSplit()函数的讲解
257
0
0