这次整理一下常用的scikit-learn包，作为备忘
K近邻算法：
from sklearn.neighbors import KNeighborsClassifier
线性回归：
from sklearn.linear_model import LinearRegression
逻辑回归：
from sklearn.linear_model import LogisticRgression
决策树：
from sklearn.tree import DecisionTreeClassifier
朴素贝叶斯：
- 高斯分布：from sklearn.neive_bayes import GaussianNB
- 多项式分布：from sklearn.neive_baybes import MultinomnalNB
- 伯努利分布：from sklearn.neive_baybes import BernoulliNB
支持向量机：
集合算法(sklearn.ensemble):
- bagging:
分类：from sklearn.ensemble import BaggingClassifier
回归：from sklearn.ensemble import BaggingRegression
- AdaBoost:
分类：from sklearn.ensemble import AdaBoostClassifier
回归：from sklearn.ensemble import AdaBoostRegression
- 随机森林：
分类：from sklearn.ensemble import RandomForestClassifier
回归：from sklearn.ensemble import RandomForestRegression
K均值：
from sklearn.cluster import KMeans
PCA降维：
from sklearn.decomposition import PCA
最后附上一张scikit寻宝图：