Python 机器学习视频课 - 1. Scikit-Learn 上

本节开始一个全新的系列，是整套 Python 第四阶段 (最后一阶段) 的课。我把整套知识体系分成四个模块：

• Python 基础
• 数据分析：NumPy, Pandas, SciPy
• 数据可视化：Matplotlib, Seaborn, Bokeh, Plotly/Cufflinks, PyEcharts
• 机器学习：Scikit-Learn, Scikit-Plot, Keras

在 Sklearn 里面有六大任务模块：分别是分类、回归、聚类、降维、模型选择和预处理，如下图从其官网的截屏。

要使用上述六大模块的方法，可以用以下的伪代码，注意 import 后面用的都是一些通用名称如 SomeClassifier, SomeRegressor, SomeModel，具体化的名称由具体问题而定，比如

• SomeClassifier = RandomForestClassifier
• SomeRegressor = LinearRegression
• SomeModel = KMeans, PCA
• SomeModel = GridSearchCV, OneHotEncoder

上面具体化的例子分别是随机森林分类器、线性回归器、K 均值聚类、主成分分析、网格追踪法、独热编码。

本此课程用以下思路来讲解：

先介绍 Sklearn，从其 API 设计原理出发分析其五大特点：一致性、可检验、标准类、可组合和默认值。最后再分析 Sklearn 里面自带数据以及储存格式。

再介绍机器学习，从定义出发引出机器学习四要素：数据、任务、性能度量和模型。

最后介绍 Sklearn 里面的三大核心 API，包括估计器、预测器和转换器。此内容最重要，几乎所有模型都会用到这三大 API。

估计器

预测器

转换器