用户指南¶
-
1.有监督学习
-
1.1 线性模型
- 1.1.1 普通最小二乘法
- 1.1.2 岭回归与分类
- 1.1.3. Lasso
- 1.1.4 多任务Lasso
- 1.1.5 弹性网络
- 1.1.6 多任务弹性网
- 1.1.7 最小角回归
- 1.1.8 LARS Lasso
- 1.1.9 正交匹配追踪(OMP)
- 1.1.10 贝叶斯回归
- 1.1.11 Logistic回归
- 1.1.12 广义线性回归（Generalized Linear Regression）
- 1.1.13 随机梯度下降（SGD）
- 1.1.14 感知机(Perceptron)
- 1.1.15 被动感知算法(Passive Aggressive Algorithms)
- 1.1.16 鲁棒回归(Robustness regression)：离群(outliers)与模型错误
- 1.1.17 多项式回归：用基函数扩展线性模型
-
1.1 线性模型
- 2.无监督学习
- 3.模型选择与评估
- 4.检验
- 5.可视化
- 6.数据集转换
- 7.数据集加载实用程序
- 8.使用scikit-learn计算
