以下是我的學習筆記，以及總結，如有錯誤之處請不吝賜教。

本文主要介紹sklearn工具庫相關使用，以及部分內容解釋，最後有相關案例程式碼。

首先看一張圖，這張圖是構建機器學習系統的一般流程：

還記得之前的一篇文章中有一張sklearn機器學習模型選擇流程的一張圖與此類似：沒看過的請看過來

最常用sklearn部分：

使用sklearn庫我們最常用到的是三個部分，分別是：

1. scikit-learn Tutorials：主要是最基本的sklearn應用流程，以及示例

   

2. User Guide：導航頁和演算法指南，主要是引導你選擇何種演算法

   

3. API Reference
   ，這個就是最重要的api頁面，我們要呼叫任何api都可以在這裡查到。它主要對應機器學習的幾個流程：

• 資料預處理（preprocessing and normalizaiton）
• 特徵抽取（feature extraction）
• 特徵選擇（feature selection）
• 各種模型演算法
• 模型調優與超引數選擇（model selection）
• 模型融合與增強（ensemble methods）
• 模型評估（metrics）

最基本用法：

• fit（擬合）
• transform（變換）
• fit_transform(擬合變換）
• predict（預測）
• predict_prob(預測概率）

如果你英文不是很好，這裡還有貼心的中文api文件：scikit-learn 0.18 中文文件

最後，還是案例程式碼：歡迎關注我的github

To be continue.....