本章将介绍学术界和工业界常用的一些流行且功能强大的机器学习算法。在本章,我们将学习几种用于分类的监督学习算法,了解这几种算法的差异,评估每种算法的优缺点。此外,本章将开启Scikit-Learn机器学习之旅。Scikit-Learn库提供了一个统一的、用户友好的界面,用于高效地应用机器学习算法。
本章将介绍以下内容:
·介绍流行而且稳健的分类算法,例如,逻辑回归、支持向量机、决策树和 k 近邻算法;
·Scikit-Learn库通过用户友好的Python API提供了多种机器学习算法。本章将通过例子说明Scikit-Learn机器学习库的使用方法;
·讨论线性和非线性决策边界分类器的优缺点。