請至PC端網(wǎng)頁下載本課程代碼課件及數(shù)據(jù)。

Sklearn是python用于數(shù)據(jù)挖掘以及機器學習的利器，但是其功能龐雜，初學者很難理清脈絡，快速學習其應用精髓。

本課程以以CRISP-DM為理論指導，系統(tǒng)介紹了sklearn在數(shù)據(jù)挖掘/機器學習各個環(huán)節(jié)的功能實現(xiàn)，從數(shù)據(jù)挖掘?qū)崙?zhàn)的角度出發(fā)詳細介紹如何在sklearn中完成數(shù)據(jù)預處理、數(shù)據(jù)降維、數(shù)據(jù)建模、模型評估等各種操作，并突出特征選擇、模型調(diào)參，模型集成等在數(shù)據(jù)挖掘?qū)崙?zhàn)環(huán)境中的重要課題。

學習完本課程后，學員將能夠獨立使用sklearn完成數(shù)據(jù)挖掘或機器學習實際項目。

【課程大綱】

第1章：python機器學習/數(shù)據(jù)挖掘概述

第2章：數(shù)據(jù)的預處理

第3章：特征選擇與信息濃縮

第4章：回歸類模型的訓練

第5章：類別預測模型的訓練

第6章：聚類模型的訓練

第7章：評估模型效果

第8章：數(shù)據(jù)的拆分

第9章：模型參數(shù)優(yōu)化

第10章：模型集成

【課程長度】

總時長：12小時

【學員基礎】

學員需要懂得Python語言的基本編程知識，有基本的程序查錯能力。

學員事前應當學習統(tǒng)計分析的基本知識，建議完全沒有統(tǒng)計基礎的學員事先學習免費視頻課程《統(tǒng)計分析輕松入門》和《統(tǒng)計模型輕松入門》。

總結(jié)

以上是生活随笔為你收集整理的pythonsklearn乳腺癌数据集_使用sklearn的样本数据集的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。