说明
1、是基于 Python 语言机器学习工具包。
在Python的基础上，Sklearn主要用于编写， Numpy、Scipy、PandasMatplotlib 也可以在此基础上使用 Cython编写了一些提高性能的核心算法。
2、分类、回归、聚类、数据降维、模型选择和数据处理有六个功能模块。
分类（Classification）：常用算法有哪些类别来识别样本？ SVM(支持向量机)、nearest neighbors（最近邻）、random forest(随机森林)(随机森林)
回归（Regression）：常用算法对与对象相关的连续值属性进行预测 SVR(支持向量机)、 ridge regression（岭回归）、Lasso
聚类（Clustering）：常用算法对样本进行自动分类，无监督。 k-Means（k均值）、spectral clustering(特征聚类)、mean-shift(均值漂移)
数据降维（Dimensionality reduction）：常用算法有减少相关变量维数 PCA(主成分分析)、feature selection(特征选择)、non-negative matrix factorization(非负矩阵分解)
模型选择（Model Selection）：常用模块有比较、验证、选择参数和模型 grid search(网格搜索)、cross validation(交叉验证)、 metrics（度量）
数据处理（Preprocessing）：常用模块有特征提取和归一化 preprocessing(预处理)，feature extraction(特征提取)
涉及这六个功能模块 4类算法，分类，回归， 属于监督学习，聚类属于非监督学习。
以上是Python中SKlearn的介绍，希望对大家有所帮助。更多Python学习指导：python基础教程
本文教程操作环境：windows7系统Python 3.9.1，DELL G3电脑。