Scikit-learn（sklearn）提供了丰富且易用的机器学习模型，覆盖监督学习（分类、回归）和无监督学习（聚类、降维）。所有模型遵循统一接口：fit()、predict()、score()，便于快速切换和实验。

以下是 sklearn 核心模型分类、常用模型、代码示例和选型建议，适合快速掌握。

---

一、模型分类总览

任务类型	模块路径	典型模型
分类	sklearn.linear_model / ensemble	逻辑回归、SVM、随机森林
回归	sklearn.linear_model / ensemble	线性回归、岭回归、GBDT
聚类	sklearn.cluster	K-Means、DBSCAN
降维	sklearn.decomposition	PCA、t-SNE
模型选择	sklearn.model_selection	GridSearchCV、交叉验证

---

二、常用模型详解 + 代码示例

1. 分类模型（Classification）

模型	适用场景	代码示例
逻辑回归	线性可分、二分类、概率输出	“`python
from sklearn.linear_model import LogisticRegression
model = LogisticRegression(max_iter=200)
model.fit(X_train, y_train)

| **支持向量机（SVM）** | 小样本、非线性（用核函数） | ```python
from sklearn.svm import SVC
model = SVC(kernel='rbf', C=1.0)
model.fit(X_train, y_train)

|
| 随机森林 | 特征多、鲁棒性强、不易过拟合 | “`python
from sklearn.ensemble import RandomForestClassifier
model = RandomForestClassifier(n_estimators=100, random_state=42)
model.fit(X_train, y_train)

| **梯度提升树（GBDT）** | 高精度、竞赛常用 | ```python
from sklearn.ensemble import GradientBoostingClassifier
model = GradientBoostingClassifier(learning_rate=0.1)
model.fit(X_train, y_train)

|
| K近邻（KNN） | 小数据集、懒惰学习 | “`python
from sklearn.neighbors import KNeighborsClassifier
model = KNeighborsClassifier(n_neighbors=5)
model.fit(X_train, y_train)

---

### 2. 回归模型（Regression）

| 模型 | 适用场景 | 代码示例 |
|------|---------|--------|
| **线性回归** | 线性关系、解释性强 | ```python
from sklearn.linear_model import LinearRegression
model = LinearRegression()
model.fit(X_train, y_train)

|
| 岭回归（Ridge） | 多重共线性、防止过拟合 | “`python
from sklearn.linear_model import Ridge
model = Ridge(alpha=1.0)
model.fit(X_train, y_train)

| **Lasso 回归** | 特征选择、稀 Sparse 模型 | ```python
from sklearn.linear_model import Lasso
model = Lasso(alpha=0.1)
model.fit(X_train, y_train)

|
| 随机森林回归 | 非线性、鲁棒性好 | “`python
from sklearn.ensemble import RandomForestRegressor
model = RandomForestRegressor(n_estimators=100)
model.fit(X_train, y_train)

---

### 3. 聚类模型（Clustering）——无监督

| 模型 | 适用场景 | 代码示例 |
|------|---------|--------|
| **K-Means** | 球形簇、已知簇数 | ```python
from sklearn.cluster import KMeans
kmeans = KMeans(n_clusters=3, random_state=42)
clusters = kmeans.fit_predict(X)

|
| DBSCAN | 任意形状簇、自动发现噪声 | “`python
from sklearn.cluster import DBSCAN
dbscan = DBSCAN(eps=0.5, min_samples=5)
clusters = dbscan.fit_predict(X)

| **层次聚类** | 树状结构、可视化 | ```python
from sklearn.cluster import AgglomerativeClustering
model = AgglomerativeClustering(n_clusters=3)
clusters = model.fit_predict(X)

|

---

4. 降维模型（Dimensionality Reduction）

模型	适用场景	代码示例
PCA（主成分分析）	去相关、降维、可视化	“`python
from sklearn.decomposition import PCA
pca = PCA(n_components=2)
X_pca = pca.fit_transform(X)

| **t-SNE** | 高维数据可视化（非线性） | ```python
from sklearn.manifold import TSNE
tsne = TSNE(n_components=2)
X_tsne = tsne.fit_transform(X)

|

---

三、完整示例：鸢尾花分类（多模型对比）

from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import StandardScaler
from sklearn.metrics import accuracy_score

# 模型列表
models = {
    'Logistic Regression': LogisticRegression(max_iter=200),
    'Random Forest': RandomForestClassifier(n_estimators=100),
    'SVM': SVC(kernel='rbf'),
    'KNN': KNeighborsClassifier(n_neighbors=5)
}

# 数据准备
iris = load_iris()
X, y = iris.data, iris.target
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)

# 标准化（对 SVM、KNN 重要）
scaler = StandardScaler()
X_train = scaler.fit_transform(X_train)
X_test = scaler.transform(X_test)

# 训练并评估
for name, model in models.items():
    model.fit(X_train, y_train)
    y_pred = model.predict(X_test)
    acc = accuracy_score(y_test, y_pred)
    print(f"{name}: Accuracy = {acc:.3f}")

输出示例：

Logistic Regression: Accuracy = 1.000
Random Forest: Accuracy = 1.000
SVM: Accuracy = 1.000
KNN: Accuracy = 1.000

---

四、模型评估指标

任务	常用指标	代码
分类	准确率、精确率、召回率、F1、AUC	“`python
from sklearn.metrics import classification_report, roc_auc_score
print(classification_report(y_test, y_pred))

| 回归 | MSE、MAE、R² | ```python
from sklearn.metrics import mean_squared_error, r2_score
print("R²:", r2_score(y_test, y_pred))

|
| 聚类 | 轮廓系数、ARI | “`python
from sklearn.metrics import silhouette_score
print(“Silhouette:”, silhouette_score(X, clusters))

---

## 五、模型选择建议（选型表）

| 场景 | 推荐模型 |
|------|---------|
| 数据量小、解释性强 | 逻辑回归、线性回归 |
| 特征多、非线性 | 随机森林、GBDT |
| 高维稀疏文本 | 朴素贝叶斯、SVM |
| 图像/小样本 | SVM、KNN |
| 客户分群 | K-Means、DBSCAN |
| 可视化高维数据 | PCA、t-SNE |

---

## 六、模型保存与加载

python
import joblib

保存

joblib.dump(model, ‘rf_model.pkl’)

加载

loaded_model = joblib.load(‘rf_model.pkl’)
y_pred = loaded_model.predict(X_new)

---

## 七、进阶：Pipeline + 网格搜索

python
from sklearn.pipeline import Pipeline
from sklearn.model_selection import GridSearchCV

pipeline = Pipeline([
(‘scaler’, StandardScaler()),
(‘rf’, RandomForestClassifier(random_state=42))
])

param_grid = {
‘rf__n_estimators’: [50, 100, 200],
‘rf__max_depth’: [None, 10, 20]
}

grid = GridSearchCV(pipeline, param_grid, cv=5)
grid.fit(X_train, y_train)
print(“Best params:”, grid.best_params_)
“`

---

八、官方资源

• 模型总览：https://scikit-learn.org/stable/supervised_learning.html
• 算法选择图：https://scikit-learn.org/stable/tutorial/machine_learning_map/index.html
• 示例代码：https://scikit-learn.org/stable/auto_examples/

---

总结：
sklearn 模型接口统一、文档清晰、生态完善，是机器学习入门的首选。
建议：从逻辑回归 → 随机森林 → Pipeline + GridSearch 逐步掌握。

---

需要我为你生成 模型对比图表、可视化代码、或特定任务的完整项目模板？告诉我你的任务（比如“房价预测”或“客户分群”），我可以给出完整代码！