用scikit和tensorflow动手学习机器学习书籍， 非常好的一本书，十分推荐 推荐大家学习这本书

MovieLens 100K上的概率矩阵分解 总览 在此项目中，我们使用MovieLens 100K数据集。 该数据集包含来自943位用户的1,682部电影的100,000个评分。 在此项目中，RMSE（均方根误差）用作度量。 我测试了2种不同的数据分割：密集和稀疏。 数据是随机拆分的，用于训练/验证的数据为80％，对于密集数据的测试为20％，对于稀疏数据，仅训练/验证的数据为20％，对于测试为20％。 在训练中，应用5倍交叉验证来选择最佳超参数并在测试集中评估模型。 运行代码 参量 任务：[“ task1”-调整正则化参数，“ task2”-调整因子数量，“ predict”-预测等级]

不知道哪里能设成免费，CSDN的底限阿... scikit-Learn是基于python的机器学习模块，基于BSD开源许可证。这个项目最早由DavidCournapeau 在2007 年发起的，目前也是由社区自愿者进行维护。 scikit-learn的基本功能主要被分为六个部分，分类，回归，聚类，数据降维，模型选择，数据预处理，具体可以参考官方网站上的文档。 对于具体的机器学习问题，通常可以分为三个步骤，数据准备与预处理，模型选择与训练，模型验证与参数调优。 scikit-learn支持多种格式的数据，包括经典的iris数据，LibSVM格式数据等。

安装包，可以使用

垃圾邮件分类 K最近邻居分类器： Accuracy: 93.x% 决策树分类器： Accuracy: 93-94% 朴素贝叶斯分类器： Accuracy: 96.x% Ada-Boost分类器： Accuracy: 96.x% 支持向量机： Accuracy: 97.x% 随机森林分类器： Accuracy: 97-98.x% 调整参数可能会导致结果变化

scikit-learn 机器学习包，很好的工具。但是官方网站没有适合python3.x的，在国外unofficial网站下载。 （网址见我的博文python、数据收集、数据分析） numpy、scipy、scikit-learn三个已打包，顺序逐个安装。

skimage包skimage包skimage包skimage包skimage包skimage包skimage包skimage包skimage包skimage包skimage包skimage包skimage包

支持win32的 scikit_learn python版本2.7

数据挖掘工具scikit-learn一键安装

scikit_learn-0.18.2，适用于python2.7,win64位