sklearn 学习

1 线性模型

1.1 线性模型

1.10 决策树

6.1 pipelines 与复合estimators

6.1.1 pipeline

6.1.1.1 Usage

6.1.1.1.1 创建

Pipeline()或 make_pipeline

6.1.1.1.2 访问步骤

pipe.steps[0]

6.1.1.1.3 嵌套参数

__

6.1.1.2 笔记

6.1.1.3 缓存transformers

6.3 数据处理

6.3.1标准化，去均值和方差缩放

1. processing.scale() 标准化
2. StandardScaler().fit(train)获得变换器，可以应用到测试集scaler.transform(test)

6.3.1.1 缩放到固定range 可以MinMaxScaler或MaxAbsScaler

6.3.1.2 缩放稀疏数据

稀疏数据可以用MaxAbsScaler 以及 StandardScaler（但是需要with_mean=False)

6.3.1.3 带着离群值缩放

可以用RobustScaler

6.3.1.4 中心化核矩阵

KernelCenter

6.3.2 非线性变换

6.3.2.1 映射到均匀分布 分位点变换QuantileTransformer 没看懂

6.3.2.2 映射到高斯分布

PowerTransformer提供两个变换

1. Yeo-Johnson 变换
2. Box-Cox 变换 智能用于正整数

6.3.3 正则化 这个也没太看懂

6.3.4 编码类特征

1. OrdinalEncoder 序号编码
2. OneHotEncoder(categories=[])
   drop 参数没看懂

6.3.5 离散化

6.3.5.1 K-装箱离散

preprocessing.KBinsDiscretizer(n_bins=[],encode='ordinal')

6.3.5.2 特征二值化

preprocessing.Binarizer(threshold=1.1).fit(X)

6.3.6 操作缺失数据

6.3.7 生成交叉特征

poly = PolynomialFeatures(2)
poly.fit_transform(X)

6.3.8 Custom transformers

transformer = FunctionTransformer(np.log1p, validate=True)