sklearn中文文档上线！

【摘要】

sklearn是机器学习领域中十分重要的工具，涵盖分类、回归、聚类、降维、模型选择和预处理等功能，十分强大，而如今官方中文文档终于上线！今天让我来为大家简单介绍一下sklearn这一神器吧！

来，网址在这里：

另外补充一下，这个网址里面也有翻译，可以参考：

机器学习多半是十分复杂的算法，在现实的应用中很难由自己在短时间内高效、健壮地完成较为复杂算法，“君子性非异也，善假于物也”，sklearn成为最为简单和常用的工具，不仅有复杂的算法实现，还有比较多的数据集操作和结果分析操作，有些功能甚至连tensorflow都没有，例如交叉验证的数据集生成等，因此sklearn非常优秀！

在之前，只有英文文档，即使有勇气啃生肉，也不那么容易，现在，出了中文文档，还是非常优秀的。（划重点，不是全部汉化了，API似乎会跳转到英文版去）

还是简单介绍介绍这个玩意吧。

sklearn的主要功能

sklearn把主要的功能分为6个模块。

分类

分类里面，当然就是应用的最广泛的算法，包括SVM、NB、DT等，即离散性监督学习，不拓展了。

回归

回归就是连续性监督学习，SVR、Lasso、甚至最简单的线性回归，都有，同样不展开。

聚类

无监督学习，很出名所以也不展开了，k-means、DBSCAN等，同不展开。

降维

sklearn把降维从数据预处理里面拿了出来，当做是单独的一块，里面包含了PCA、ICA以及一些更为复杂的方法，方便使用。

模型选择

对一个问题，会有很多模型方法可以用，但是哪个是好，那个不好，需要根据建模分析的结果判断，在sklearn中，提供了大量用于计算模型性能和结果的功能，交叉验证、自动调参、量化预测、学习曲线等分析功能，方便进行模型性能分析。

预处理

主要针对特征提取和归一化处理。和降维不同，特征提取是指从众多特征中选取最好的特征进行分析，从而使特征和目标之间更匹配，更有针对性，从而提升结果，提升模型性能，里面涵盖了卡方统计量、相关系数等计算和特征提取功能，另一方面还有二值化、归一化、文本向量化等特别的功能，近期我用了sklearn将文本转化为以tf-idf值为权重的文本向量，十分方便！

来说说sklearn怎么用和学习

关于学习，我建议不需要专门学sklearn，为了不让你成为除了调包啥都不会的人，不建议你在无任何机器学习基础就来碰这个东西，而是应该学理论，然后是python，在这两个都有比较好的基础后，再来看sklearn，而sklearn的学习，根据需求百度，边百度变做，通过做和试错导学，通过这种方式学会更好一些。

一般而言，在百度里面搜这样的关键词“python+要实现的功能”，要是sklearn有，那一定是前几条，有很多好人已经通过博客等方式进行了分享，并且有详细代码，大家只需要做代码的搬运工即可，当然这是最理想的。（好人一生平安）

但是，网上的博客大都是针对最为简单的情况，很多时候可能需要调整方法中的参数，那么有哪些参数可以调，这就是一个问题。这个时候，sklearn文档就会发挥作用。以支持向量机为例，通过查文档，知道有很多参数需可以调整，罚因子、核函数、迭代历程展示、最大迭代代数等等，你可以根据需求进行调整。

更多功能需要大家去挖掘，欢迎大家去探索。