一、sklearn中自带的回归算法![](http://www.sinaimg.cn/uc/myshow/blog/misc/gif/E___6702EN00SIGG.gif)
1. 算法
另外,skilearn中自带保存模型的方法,可以把训练完的模型在本地保存成.m文件,方法如下:
keras也可以把模型保存成.h5文件,方法如下:
pybrain可以把模型保存成xml文件,方法如下:
2. 评价标准
- mae(平均绝对误差)
Examples
1 from sklearn.metrics import mean_absolute_error 2 y_true=[3,-0.5,2,7] 3 y_pre=[2.5,0.0,2,8] 4 mean_absolute_error(y_true,y_pred)
- mse(均方误差)
Examples
1 from sklearn.metrics import mean_squared_error 2 y_true=[3,-0.5,2,7] 3 y_pre=[2.5,0.0,2,8] 4 mean_sqared_error(y_true,y_pred)
二、sklearn中自带的分类算法![](http://www.sinaimg.cn/uc/myshow/blog/misc/gif/E___6764EN00SIGG.gif)
1. 线性回归+二分类
2. 朴素贝叶斯+多分类
3. 决策树+多分类
4. 逻辑回归+多分类
5. 随机森林+多分类
6. 支持向量机+单分类
7. skilearn中多分类器总结
8. sklearn中多类别和多标签算法9. sklearn中多分类评价指标