PythonOK科学数据处理统计学习指南
统计学习
随着科学实验数据规模的迅速增长，机器学习成为了一种越来越重要的技术。 它解决的问题从建立链接不同观测数据的预测函数，到对观测数据进行分类或从未标记数据集中学习到一些结构。
本教程将探讨使用机器学习技术进行统计推断的统计学习的使用：从手中的数据上得出结论。
Scikit learn是一个Python模块，它集成了科学Python包（NumPy、SciPy、matplotlib）中紧密结合的经典机器学习算法。
(C) 2007 – 2019, scikit-learn 开发者 (BSD许可证). 显示此页源码
未经允许不得转载：PythonOK » 科学数据处理统计学习指南
2.7. 新奇点与离群点检测(Novelty and Outlier Detection)
2.1. 高斯混合模型(Gaussian mixture models)
2.4. 双聚类(Biclustering)
2.2. 流形学习(Manifold learning)