- sklearn结构图
- Skleran 线性模型
中文文档.
sklearn结构图
Skleran 线性模型
| 模型 | 解决问题 | 实现 | 说明 |
|---|---|---|---|
| 普通最小二乘法 | 回归 | sklearn.linear_model.LinearRegression. | |
| Ridge/岭回归 | 回归 | sklearn.linear_model.Ridge. | 解决两类回归问题 一是样本少于变量个数 二是变量间存在共线性 |
| Lasso | 回归 | sklearn.linear_model.Lasso. | 适合特征较少的数据 |
| Multi-task Lasso | 回归 | sklearn.linear_model.MultiTaskLasso. | y值不是一元的回归问题 |
| LeastAngleRegression(LARS) | 回归 | sklearn.linear_model.Lars. | 适合高维数据 |
| LARS Lasso | 回归 | sklearn.linear_model.LassoLars. | (1)适合高维数据使用(2)LARS算法实现的lasso模型 |
| Orthogonal Matching Pursuit (OMP) | 回归 | sklearn.linear_model.OrthogonalMatchingPursuit. | 基于贪心算法实现 |
| 贝叶斯回归 | 回归 | sklearn.linear_model.BayesianRidge .sklearn.linear_model.ARDRegression . | 优点:(1)适用于手边数据(2)可用于在估计过程中包含正规化参数 .缺点：耗时 |
| Logistic regression | 分类 | sklearn.linear_model.LogisticRegression. | 基于贪心算法实现 |
| SGD(随机梯度下降法) | 分类、回归 | sklearn.linear_model.SGDClassifier. sklearn.linear_model.SGDRegressor. | 适用于大规模数据 |
| Perceptron | 分类 | sklearn.linear_model.Perceptron. | 适用于大规模数据 |
| Passive Aggressive Algorithms | 分类、回归 | sklearn.linear_model.PassiveAggressiveClassifier. sklearn.linear_model.PassiveAggressiveRegressor. | 适用于大规模数据 |
| Huber Regression | 回归 | sklearn.linear_model.HuberRegressor. | 能够处理数据中有异常值的情况 |
| 多项式回归 | 回归 | sklearn.preprocessing.PolynomialFeatures. | 通过PolynomialFeatures将非线性特征转化成多项式形式，再用线性模型进行处理 |