Sklearn库

Python Scikit-learn：一组简单有效的工具集。依赖Python和NumPy、SciPy、matplotlib库。是开源和可复用的

Sklearn是Scikit-learn的简称，是基于Python的第三方模块，集成了常用的机器学习方法，在进行学习任务时，并不需要实现算法，只需要简单的调用库中提供的模块就能完成大多数的机器学习任务

Sklearn是在NumPy、SciPy、matplotlib的基础上开发而成，因此安装前需要先安装依赖库

安装顺序：NumPy库、SciPy库、matplotlib库、Sklearn库

目录

Python机器学习应用

一、 Sklearn库

二、 无监督学习

三、 有监督学习

1、scikit-learn和tensorflow的区别

功能不同

Scikit-learn(sklearn)的定位是通用机器学习库 ，而 TensorFlow(tf)的定位主要是深度学习库 。一个显而易见的不同：tf并未提供sklearn那种强大的特征工程，如维度压缩、特征选择等。究其根本，我认为是因为机器学习模型的两种不同的处理数据的方式：

传统机器学习：利用特征工程(feature engineering)，人为对数据进行提炼清洗

深度学习：利用表示学习(representation learning)，机器学习模型自身对数据进行提炼

sklearn更倾向于使用者可以自行对数据进行处理 ，比如选择特征、压缩维度、转换格式，是传统机器学习库。而以tf为代表的深度学习库会自动从数据中抽取有效特征，而不需要人为的来做这件事情，因此并未提供类似的功能。

参考资料：

1、scikit-learn和tensorflow的区别 https://www.jianshu.com/p/0837b7c6ce10

---