机器学习实战-sklearn介绍

目录

什么是sklearn

sklearn与tensorflow优劣势

机器学习有几种方式

应用领域有哪些

---

近几年，机器学习算是很火的一个方向，但是有一点问题，这个方向需要研究生毕业的的敲门砖，但是如果自己想学，又不知道从何入手？

从本篇开始，将会给各位看官介绍怎么入手这个东西，并且怎么去应用。

 

文章结构

1. 什么是sklearn
2. sklearn与tensorflow优劣势
3. 机器学习有几种方式
4. 应用领域有哪些

什么是sklearn

Sklearn原称是Scikit learn，是机器学习领域中最知名的python模块之一，是基于Python语言的机器学习的工具。他主要建立在NumPy，SciPy，matplotlib之上，提供简单高效，用于数据挖掘，数据分析等的工具，最重要的是，他是开源的，基于BSD许可证，可以商业使用。这样子，就给了我们无限的想像。

 

sklearn与tensorflow优劣势

目前，在社区中，tensorflow会比较火，很多同学会问，为什么不用tensorflow，这两个有什么区别，我想，主要从以下这方面来做对比

1、sklearn主要定位是一种通用的机器学习的学习库，tf主要定位还是深度学习。

2、特征工程上，sklearn提供了例如维度压缩、特征选择等，但是这样子并不代表这tf就比sklearn弱。在传统的机器学习中，sklearn需要使用者自行对数据进行数据处理，例如进行特征选择，维度压缩，转换格式等，但是tf可以在开始进行数据训练的过程中，自行从数据中提取有效的特征，从而减少人为的干预。

3、易用性及封装度上，sklearn更高，这点上，我想很多用过的人都清楚，不做累赘描述。

4、面对项目的不同，sklearn更适合中小型，特别是数据量不大的项目，此时更需要手动者对数据进行处理，并且选择合适模型的项目，这些计算是可以在CPU直接计算的，没有什么硬件要求。相对的，tf的应用领域上，往往更加注重数据量较大，一般情况下需要GPU进行加速运算。目前很多公司并没有很大量的数据，在选择上，可以作为参考。

 

机器学习有几种方式

针对sklearn来讲，经常用到的主要有：数据预处理、分类、回归、分监督分类（聚类），模型选择，数据降维

 

应用领域有哪些

 

目前，sklearn在应用中，主要有四类算法：聚类，分类，回归，降维

聚类：即非监督学习的方式，例如我有一堆人，这堆数据是没有男孩或者女孩这些标签的，此时我需要给这堆数据进行聚类，根据一些身体特征，分成两类，并标记为男孩，女孩。

分类/回归：监督学习的方式，还是那堆人，但是已经分好类了，男孩，女孩，此时来了一个新人，我根据这个新人的特征，给他归类。

降维：如果按照字面意思来理解，那就有问题，当数据集有很多属性的时候，我们此时需要把100个属性变成10个，并不是挑出10个，而是压缩成10个，这10个属性，就集合了100个属性特征，简单理解，就是重要的特征就拿起来，不重要的就吸收了。

 

至此结束，在下一章节中，我们将会介绍怎么来开发一个机器学习应用。

--END--

作者：溪云阁

原创作品，抄袭必究。

部分图片来源网络，如侵权请联系删除，谢谢！