# ext2-py-scikit-learn-collection **Repository Path**: mind-plus/ext2-py-scikit-learn-collection ## Basic Information - **Project Name**: ext2-py-scikit-learn-collection - **Description**: No description available - **Primary Language**: Unknown - **License**: MIT - **Default Branch**: master - **Homepage**: None - **GVP Project**: No ## Statistics - **Stars**: 0 - **Forks**: 0 - **Created**: 2026-09-13 - **Last Updated**: 2026-09-13 ## Categories & Tags **Categories**: Uncategorized **Tags**: MindPlus-Ext2 ## README # 机器学习Scikit-learn ![cover](extension/public/cover.png) `scikitlearn` 是一个适用于 Mind+ V2 Python积木模式的扩展(支持特征编码、决策树、支持向量机、K均值、随机划分特征、线性回归等算法)。 该扩展共提供 24 个积木。 ## 积木 | 积木类型 | 积木内容 | |---|---| | 命令 | 初始化机器学习模块中 [TYPE] | | 命令 | 随机划分特征集 [X] 标签集 [Y] 样本占比 [SIZE] 返回划分的训练特征集 [XTRAIN] 测试特征集 [Xtest] 训练标签集 [YTRAIN] 测试标签集 [Ytest] | | 命令 | 对象名 [OBJECT] 数据特征 [X] 数据标签 [Y] 开始训练后模型返回变量 [VALUE] 中 | | 数值 | 根据划分的测试标签集 [YTEST] 和预测结果 [DATA] 对比计算准确率 | | 数值 | 对象名 [OBJECT] 预测数据 [DATA] | | 数值 | 对象名 [ZXD] 获取置信度 [FD2] | | 命令 | 保存训练后的模型文件 [OBJECT] 路径 [DATA] | | 命令 | 导入训练后的模型文件路径 [DATA] 的结果返回变量 [VALVE] 中 | | 命令 | 对象名 [PATHNAME] 将文件 [FILEPATH] 转化为路径 | | 命令 | 创建特征编码器 [OBJECT] | | 命令 | 对象名 [OBJECT] 经编码器拟合并标准化 [STR] 的数据结果返回变量 [VALUE] 中 | | 命令 | 对象名 [OBJECT] 创建决策树分类器并设置最大深度 [NUM] | | 命令 | 绘制决策树 模型文件 [OBJECT] 特征名称 [DATA] | | 命令 | 保存绘制决策树图片名 [DATA].png | | 命令 | 对象名 [SVM1] 新建一个SVM分类器 | | 命令 | 对象名 [MONAME] 训练数据 [DATA2] 为聚类模型,K值为 [NM2] | | 命令 | 将聚类标签映射到 [LAB2] 并保存为 [PKL] | | 命令 | 实例化 线性回归直线,训练X轴数据集 [X_DATA] Y轴数据集 [Y_DATA] | | 数值 | 预测数据 [DATA] | | 命令 | 标题 [TEXT] 字号 [NUMBER] 字体 [FONT] | | 命令 | 标签 [XY] 标题 [TEXT] 字号 [SIZE] | | 命令 | 真实数据 [X] [Y] 符号标记 [TYPE1] 颜色r [R] g [G] b [B] 标题 [TEXT] | | 命令 | 预测线性回归直线 [X] [Y] 符号标记 [TYPE2] 颜色r [R] g [G] b [B] 标题 [TEXT] | | 命令 | 显示图表 | ## 更新日志 ### V0.0.2 - 完成扩展基础功能 ## 开发指南 更详细的 Mind+ V2 扩展开发说明请参考:[Mind+官方扩展开发文档](https://mindplus.dfrobot.com.cn/mp2/Extensions/) ## V1 原始库来源 本库迁移自 Mind+ V1(1.x)用户库,保留 `compatibilityId` 字段以兼容旧版工程。 - compatibilityId:`nick-scikitlearn-thirdex` - 原作者:nick - 原始仓库:https://gitee.com/chenqi1233/ext-scikit-learn-collection