補足資料/sklearn
をテンプレートにして作成
開始行:
[[補足資料]]
* Scikit-Learn 補足資料 [#qe5fa586]
** チートシート [#s84f1a6f]
- 公式
&attachref(./ml_map.png,50%);
** APIリファレンス [#f6f4363b]
- 公式： https://scikit-learn.org/stable/modules/classes....
よく使うものを抜粋
*** 教師あり学習 [#wfce82b5]
- ''sklearn.linear_model'': 線形モデル
-- LinearRegression(): 線形回帰
-- Ridge(): リッジ回帰
-- Lasso(): ラッソ回帰
- ''sklearn.tree'': 決定木
-- DecisionTreeClassifier(): 分類木
-- DecisionTreeRegressor(): 回帰木
- ''sklearn.neighbors'': 近傍
-- KNeighborsClassifier(): k最近傍分類
-- KNeighborsRegressor(): k最近傍回帰
*** 教師なし学習 [#d0555ed7]
- ''sklearn.decomposition'': 行列分解
-- decomposition.PCA(): 主成分分析
- ''sklearn.cluster'': クラスタリング
-- KMeans(): K-means法
-- DBSCAN(): DBSCAN法
*** モデル選択 [#s949acc0]
- ''sklearn.model_selection'': モデル選択
-- train_test_split(): 訓練データとテストデータに分割
-- cross_val_score(): クロスバリデーションによる評価
終了行:
[[補足資料]]
* Scikit-Learn 補足資料 [#qe5fa586]
** チートシート [#s84f1a6f]
- 公式
&attachref(./ml_map.png,50%);
** APIリファレンス [#f6f4363b]
- 公式： https://scikit-learn.org/stable/modules/classes....
よく使うものを抜粋
*** 教師あり学習 [#wfce82b5]
- ''sklearn.linear_model'': 線形モデル
-- LinearRegression(): 線形回帰
-- Ridge(): リッジ回帰
-- Lasso(): ラッソ回帰
- ''sklearn.tree'': 決定木
-- DecisionTreeClassifier(): 分類木
-- DecisionTreeRegressor(): 回帰木
- ''sklearn.neighbors'': 近傍
-- KNeighborsClassifier(): k最近傍分類
-- KNeighborsRegressor(): k最近傍回帰
*** 教師なし学習 [#d0555ed7]
- ''sklearn.decomposition'': 行列分解
-- decomposition.PCA(): 主成分分析
- ''sklearn.cluster'': クラスタリング
-- KMeans(): K-means法
-- DBSCAN(): DBSCAN法
*** モデル選択 [#s949acc0]
- ''sklearn.model_selection'': モデル選択
-- train_test_split(): 訓練データとテストデータに分割
-- cross_val_score(): クロスバリデーションによる評価
ページ名:
![[PukiWiki]](image/dx_expert_logo.png "[PukiWiki]"){kind=logo}
