scikit-learn开篇

引言：

scikit-learn(sklearn)是机器学习中经典的专用库，涵盖了几乎所有主流机器学习算法，包括分类(Classfication)、聚类(Clustering)、回归(Regression)、降维(Dimensionality Reduction)等，还包括了特征提取，数据处理和模型评估者三大模块。 scikit-learn支持跨平台，功能强大。该项目于2007年作为Google的Code of Code夏季项目，并于2010年2月1日进行了首次公开发布。此后，经过约3个月的时间，在国际市场蓬勃发展，出现了多个繁荣的社区版本。 sklearn官方提供的文档 https://scikit-learn.org/stable/preface.html，其内容全面、简单易懂，使得初学者能够快速上手使用。

2019年@那伊抹微笑@片刻@mahaoyang等人已翻译过scikit-learn0.21.3，但如今scikit-learn0.22.1版本中的许多函数和内容已经有所更新，因此有必要对该官方文档再进行一次翻译。翻译过程中难免有所疏漏，如发现错误，希望大家指出，谢谢支持。

目录

第一章 scikit-learn 简介与安装

1.1 欢迎来到 scikit-learn

1.2 安装 scikit-learn

1.3 特定平台上安装sklearn的Cython扩展的说明

1.4 常见问题

第二章 scikit-learn 指南

2.1 scikit-learn 机器学习简介

2.2 科学数据处理统计学习指南

• 统计学习：scikit-learn 中的设置与估计器对象
• 监督学习：从高维数据中预测输出变量
• 模型选择：选择估计器及其参数
• 无监督学习：寻求数据的表示形式
• 把所有的东西集中在一起
• 寻求帮助

2.3 处理文本数据

2.4 选择合适的估计器

2.5 外部资源，视频和讲座

第三章 用户指南

3.1 监督学习

• 线性模型

• 线性和二次判别分析

• 核岭回归

• 支持向量机

• 随机梯度下降法

• 最近邻

• 高斯过程

• 交叉分解

• 朴素贝叶斯

• 决策树

• 集成方法

• 多类和多标签算法

• 特征选择

• 半监督学习

• 等式回归

• 概率校准

• 神经网络模型（有监督）

3.2 无监督学习

• 高斯混合模型

• 流形学习

• 聚类

• 双聚集

• 分解成分中的信号（矩阵分解问题）

• 协方差估计

• 新奇和异常点检测

• 密度估计

• 神经网络模型（无监督）

3.3 模型选择与评价

• 交叉验证：评估估计器性能

• t调整估计器的超参数

• 指标和评分：量化预测的质量

• 模型持久化

• 验证曲线：绘制分数以评估模型

3.4 检查

• 部分相关图

• 排列特征的重要性

3.5 可视化效果

• 可用的绘图工具

3.6 数据集转换

• 管道和复合估计器

• 特征提取

• 数据预处理

• 缺失值的估算

• 无监督降维

• 随机投影

• 核近似

• 成对度量、仿射和核

• 转换预测目标（y）

3.7 数据集加载实用程序

• 通用数据集API

• Toy 数据集

• 真实世界中的数据集

• 生成的数据集

• 加载其他数据集

3.8 使用scikit learn进行计算

• 计算扩展策略：大数据

• 计算性能

• 并行性、资源管理和配置

第四章 通用术语和API元素词汇表

第五章 示例

第六章 API参考

第七章 开发人员指南

人工智能电子书下载

书单包括：《Deep Learning with PyTorch》；《TensorFlow2.0深度学习》;清华李航《统计学习方法（第二版）》课件等。

http://pytorchchina.com

磐创其他教程

OpenCV 中文官方文档

PyTorch官方教程中文版

PythonOK