sklearn常用函数

sklearn是Python中机器学习库中的一个重要组成部分，提供了丰富的机器学习算法和工具。以下是一些常用的sklearn函数：

1. 数据预处理：

- sklearn.preprocessing.StandardScaler()：对数据进行标准化处理。
- sklearn.preprocessing.MinMaxScaler()：对数据进行最小-最大规范化处理。
- sklearn.preprocessing.OneHotEncoder()：对分类特征进行独热编码处理。

2. 特征选择：

- sklearn.feature_selection.SelectKBest()：选择K个最好的特征。
- sklearn.feature_selection.RFE()：递归特征消除，用来选择最好的特征。

3. 模型选择和评估：

- sklearn.model_selection.train_test_split()：将数据集分为训练集和测试集。
- sklearn.model_selection.GridSearchCV()：进行网格搜索，用来选择最好的模型参数。
- sklearn.metrics.accuracy_score()：计算分类准确率。

4. 分类算法：

- sklearn.neighbors.KNeighborsClassifier()：K近邻分类器。
- sklearn.tree.DecisionTreeClassifier()：决策树分类器。
- sklearn.naive_bayes.GaussianNB()：高斯朴素贝叶斯分类器。
- sklearn.ensemble.RandomForestClassifier()：随机森林分类器。

5. 回归算法：

- sklearn.linear_model.LinearRegression()：线性回归模型。
- sklearn.linear_model.Ridge()：岭回归模型。
- sklearn.svm.SVR()：支持向量回归模型。

这些是sklearn中常用的一些函数，还有很多其他的函数和方法可以根据具体需求使用。