【Scikit-Learn 中文文档 】 ApacheCN

---

ApacheCN

• 中文文档
• 英文文档
• GitHub（觉得不错麻烦给个 Star，我们一直在努力）
• 贡献者

---

• 1. 安装 sciki-learn 中文文档
• 2. 使用 scikit-learn 介绍机器学习
• 3. 广义线性模型
• 4. 线性和二次判别分析
• 5. 内核岭回归
• 6. 支持向量机
• 7. 随机梯度下降
• 8. 最近邻
• 9. 高斯过程
• 10. 交叉分解
• 11. 朴素贝叶斯
• 12. 决策树
• 13. 集成方法
• 14. 多类和多标签算法
• 15. 特征选择
• 16. 半监督学习
• 17. 概率校准
• 18. 神经网络模型（监督读）
• 19. 高斯混合模型
• 20. 流形学习
• 21. 聚类
• 22. 双聚类
• 23. 分解成分中的信号
• 24. 协方差估计
• 25. 新异类和异常值检测
• 26. 密度估计
• 27. 神经网络模型（无监督）
• 28. 交叉验证
• 29. 优化估计起的超参数
• 30. 模型评估
• 31. 模型持久化
• 32. Pipeline（管道）合并评估器
• 33. 特征提取
• 34. 预处理数据
• 35. 无监督降维
• 36. 随机投影
• 37. 内核近似
• 38. 成对的矩阵，类别和核函数
• 39. 预测目标（y）的转换
• 40. 数据集加载工具
• 41. 大规模计算的策略
• 42. 预测延迟 / 预测吞吐量 / 技巧和窍门
• 43. 使用 scikit-learn 介绍机器学习
• 44. 机器学习: scikit-learn 中的设置以及预估对象
• 45. 从高维观察预测输出变量
• 46. 模型选择: 选择估计量及其参数
• 47. 无监督学习: 寻求数据表示
• 48. 把它们放在一起 - 关于科学数据处理的统计学习教程
• 49. 寻求帮助 - 关于科学数据处理的统计学习教程
• 50. 处理文本数据