Python_algorithm

Python 常用的机器学习算法库介绍

Python作为目前最火的学习机器学习算法的语言之一拥有如下三个优点：

  1. 语法简单，上手容易
  2. 功能多样
  3. 强大的社区
  4. 丰富的机器学习库

Scikit-learn

GitHub: https://github.com/scikit-learn/scikit-learn

Scikit-learn是建立在Scipy和Numpy基础上的机器学习库。包含丰富的分类，回归，聚类，降维，模型选择以及预处理的方法。

注：NumPy 是以矩阵为基础的数学计算模块，Scipy是科学计算函数库。NumPy主要是纯数学的函数，Scipy包含一些高阶的抽象模型。

其中非监督的学习算法包括：岭回归，lasso回归，Elastic Net，逻辑回归，核函回归，SVM，朴素贝叶斯，决策树，增强算法等。
非监督学习算法有K-Means，Affinity propagation，Mean-shift，Spectral clustering，Ward hierarchical clustering（层次聚类），Agglomerative clustering（密度聚类），DBSCAN，Gaussian mixtures。

Theano

Github: https://github.com/Theano/Theano

Theano允许你定义、优化和评估涉及多维数组的数学表达式。能够很好的支持NumPy，有完善的文档以及教程，如下图所示。该库比较偏向学术研究，方向为神经网络与深度学习的领域。

  • Pylearn2就是在Theano基础上建立的，把一些较为常用的深度学习的模型以及训练算法封装成了包，可以直接调用。
  • Keras也是在Theano基础上建立的，是较为流行的，高度模块化的深度学习框架。

Tensorflow

Github: https://github.com/tensorflow/tensorflow/issues

Tensorflow是现在最流行的深度学习库，利用数据流图形进行数值计算。被评选为2016年最值得fork的项目之一。该库主要由C++实现，但是有Python的API。最重要的是有中文社区以及中文文档！

主要的研究方向是神经网络。

其他库：