主要參考以下視頻學(xué)習(xí)
scikit learn也簡(jiǎn)稱sklearn, 是機(jī)器學(xué)習(xí)領(lǐng)域當(dāng)中最知名的 python 模塊之一.
主要精華：
1契耿、sklearn采用統(tǒng)一的方案和流程(import,create module, fit , pred)
2域醇、sklearn 強(qiáng)大的數(shù)據(jù)庫(kù)，可以借鑒使用到其他模塊中(tensorflow)肛响。
3瓜挽、normalization 帶來(lái)的利益?
(下圖要找高清版)
Classification 分類
Regression 回歸
Clustering 非監(jiān)督分類
Dimension reduction 數(shù)據(jù)降維
強(qiáng)大的dataset
normalization:也叫 feature scaling
machine learning 需要從圖的外面逐步找到里面的global minimum..
scale(normalization） 更快接近 minimum.?
cross_validation 很有用啊回铛，尋找合適的參數(shù)嫁审，提高accuracy 和 解決overfit 問題跋炕，，
