主要分类

1. clustering
2. classification
3. regression
4. dimension reduction

ML流程

1. 获取数据，下载raw data
2. 清洗数据, 去noise，正则化，标准化
3. 拿数据去训练模型
4. 测试数据集
5. 提升算法准确度

%matplotlib inline # ipython图形在网页中展示

Esitmator框架

model=EstimotorObject() # 实例化一个model，比如svm,RF
model.fit(dataset.data,dataset.target) #拟合这个数据集
model.predict(dataset.data) # 在测试数据集预测
model.transfrom(dataset.data) # 非监督学习
# 举例
from sklearn.linear_model import LinearRegression
model=LinearRegression()

监督学习

model.predict()
model.predict_proba() # 属于每个类别的概率
model.score() # 模型效果

非监督学习

model.transform()
model.fit_transfrom() # 一步fit和predict。