什么是sklearn

Sklearn原稱(chēng)是Scikit learn，是機(jī)器學(xué)習(xí)領(lǐng)域中最知名的python模塊之一，是基于Python語(yǔ)言的機(jī)器學(xué)習(xí)的工具。他主要建立在NumPy，SciPy，matplotlib之上，提供簡(jiǎn)單高效，用于數(shù)據(jù)挖掘，數(shù)據(jù)分析等的工具，最重要的是，他是開(kāi)源的，基于BSD許可證，可以商業(yè)使用。這樣子，就給了我們無(wú)限的想象。

sklearn與tensorflow優(yōu)劣勢(shì)

目前，在社區(qū)中，tensorflow會(huì)比較火，很多同學(xué)會(huì)問(wèn)，為什么不用tensorflow，這兩個(gè)有什么區(qū)別，我想，主要從以下這方面來(lái)做對(duì)比

1、sklearn主要定位是一種通用的機(jī)器學(xué)習(xí)的學(xué)習(xí)庫(kù)，tf主要定位還是深度學(xué)習(xí)。

2、特征工程上，sklearn提供了例如維度壓縮、特征選擇等，但是這樣子并不代表這tf就比sklearn弱。在傳統(tǒng)的機(jī)器學(xué)習(xí)中，sklearn需要使用者自行對(duì)數(shù)據(jù)進(jìn)行數(shù)據(jù)處理，例如進(jìn)行特征選擇，維度壓縮，轉(zhuǎn)換格式等，但是tf可以在開(kāi)始進(jìn)行數(shù)據(jù)訓(xùn)練的過(guò)程中，自行從數(shù)據(jù)中提取有效的特征，從而減少人為的干預(yù)。

3、易用性及封裝度上，sklearn更高，這點(diǎn)上，我想很多用過(guò)的人都清楚，不做累贅描述。

4、面對(duì)項(xiàng)目的不同，sklearn更適合中小型，特別是數(shù)據(jù)量不大的項(xiàng)目，此時(shí)更需要手動(dòng)者對(duì)數(shù)據(jù)進(jìn)行處理，并且選擇合適模型的項(xiàng)目，這些計(jì)算是可以在CPU直接計(jì)算的，沒(méi)有什么硬件要求。相對(duì)的，tf的應(yīng)用領(lǐng)域上，往往更加注重?cái)?shù)據(jù)量較大，一般情況下需要GPU進(jìn)行加速運(yùn)算。目前很多公司并沒(méi)有很大量的數(shù)據(jù)，在選擇上，可以作為參考。

機(jī)器學(xué)習(xí)有幾種方式

針對(duì)sklearn來(lái)講，經(jīng)常用到的主要有：數(shù)據(jù)預(yù)處理、分類(lèi)、回歸、分監(jiān)督分類(lèi)（聚類(lèi)），模型選擇，數(shù)據(jù)降維

應(yīng)用領(lǐng)域有哪些

目前，sklearn在應(yīng)用中，主要有四類(lèi)算法：聚類(lèi)，分類(lèi)，回歸，降維

聚類(lèi)：即非監(jiān)督學(xué)習(xí)的方式，例如我有一堆人，這堆數(shù)據(jù)是沒(méi)有男孩或者女孩這些標(biāo)簽的，此時(shí)我需要給這堆數(shù)據(jù)進(jìn)行聚類(lèi)，根據(jù)一些身體特征，分成兩類(lèi)，并標(biāo)記為男孩，女孩。

分類(lèi)/回歸：監(jiān)督學(xué)習(xí)的方式，還是那堆人，但是已經(jīng)分好類(lèi)了，男孩，女孩，此時(shí)來(lái)了一個(gè)新人，我根據(jù)這個(gè)新人的特征，給他歸類(lèi)。

降維：如果按照字面意思來(lái)理解，那就有問(wèn)題，當(dāng)數(shù)據(jù)集有很多屬性的時(shí)候，我們此時(shí)需要把100個(gè)屬性變成10個(gè)，并不是挑出10個(gè)，而是壓縮成10個(gè)，這10個(gè)屬性，就集合了100個(gè)屬性特征，簡(jiǎn)單理解，就是重要的特征就拿起來(lái)，不重要的就吸收了。

至此結(jié)束，在下一章節(jié)中，我們將會(huì)介紹怎么來(lái)開(kāi)發(fā)一個(gè)機(jī)器學(xué)習(xí)應(yīng)用。