阅读杂记

资源不错 http://www.17bigdata.com/scikit-learn%e7%9a%84%e4%b8%bb%e8%a6%81%e6%a8%a1%e5%9d%97%e5%92%8c%e5%9f%ba%e6%9c%ac%e4%bd%bf%e7%94%a8.html

一幅图简单明了的介绍了sklearn:

加载数据->数据归一化->特征选择->调用算法->给出结果

基础算法有哪些？

LogisticRegression()逻辑回归

朴素贝叶斯

k近邻（可以用它来评估特征）

决策树（算法常用于特征含有类别信息的分类或者回归问题）

支持向量机

如何优化算法参数？

阅读杂记

原文：http://www.cnblogs.com/sxbjdl/p/5250847.html