python机器学习库_【呆鸟译Py】8大Python机器学习库

Photo by Franck V. on Unsplash

呆鸟说：“工欲善其事，必先利其器，想玩转 Python 数据科学，先要了解 Python 数据科学都有哪些好库。”

在正式开始本文之前，先推荐一下崔大(崔庆才)十一刚刚发布的深度学习框架 ModelZoo！

ModelZoo 贡献者：7；优化次数：22；Star：38

ModelZoo 是基于 TensorFlow Eager 模式和 Keras 构建的 Python 深度学习框架，可以更加方便搭建深度学习模型，提升模型开发效率。该框架已经搭建好了训练和预测模型的基本框架，配置了默认损失函数和优化器、模型保存、Tensor Summary 的记录、模型 Early Stop 等组件，也非常方便扩展和维护。另外，后期 ModelZoo 还会进一步集成 NLP、CV 等领域的热门模型，为广大深度学习开发者提供便利。

希望大家多多支持国产，本来这篇是写机器学习的，不过呆鸟就在这里先给崔大做个广告啦，还请大家去 GitHub 给 ModelZoo 多加几颗小星星吧。

下面开始正文

本文是介绍顶级 Python 机器学习、人工智能、深度学习和数据科学库系列的第一篇文章。

Python 在机器学习、人工智能、深度学习和数据科学等领域越来越火，根据 Builtwith.com 的调研显示45%的技术公司选择 Python 来完成人工智能与机器学习的任务。

正因如此，我们决定推出一系列介绍各领域顶级 Python 库文章：

8大Python机器学习库

X大Python人工智能库 - 即将推出，敬请期待

X大Python深度学习库 - 即将推出，敬请期待

X大Python数据科学库 - 即将推出，敬请期待

我们的榜单其实非常主观，有些库可以纳入多个领域，比如， 本文中有 Keras，但却把 TensorFlow 放到了深度学习一文中。这是因为 Keras 和 SKlearn 一样是终端用户常用的库，而 TensorFlow 则更适于搞研发的人和机器学习开发者使用。

8大 Python 机器学习库，按 Github 贡献者、优化次数和 Star 数量排名

本文使用的 GitHub 数据截至2018年10月3日。

1. Scikit-learn 贡献者：1175；优化次数：23301；Star：30867

Scikit-learn 是构建于 Numpy、SciPy 和 Matplotlib 之上的 Python 机器学习库。Scikit-learn 提供了简单易用、高能高效的数据挖掘与数据分析工具。SKLearn 支持多种数据场景，只要简单学习即可上手，还支持代码复用。

2. Keras 贡献者：726；优化次数：4818；Star：34066

Keras 是用 Python 编写的神经网络的高阶 API，支持 TensorFlow、CNTK 和 Theano 。Keras 的理念是实现快速开发，以最快的开发速度将脑子里的想法转化为实际成果，是做好研究工作的关键。

3. XGBoost 贡献者：319，优化次数：3454；Star：13630

XGBoost 是为了更高效、灵活及移植而优化的分布式梯度提升库。使用机器学习算法中的梯度提升框架。XGBoost 提供了并行树提升方法(也叫GBDT-梯度提升决策树、GBM-梯度提升机)，可以快速、准确地解决很多数据科学问题。XGBoost 的代码还可以在主流分布式环境(Hadoop、SGE、MPI)下运行，借助分布式技术，XGBoost 可以处理十亿量级的数据。

4. StatsModels 贡献者：162；优化次数：10837；Star：3275

StatsModels 填补了 SciPy 在统计计算的空白，提供了包括描述性统计、评估和推断等操作在内的统计模型。

5. LightGBM 贡献者：91；修改次数：1272； Star：6736

LightGBM 是基于决策树算法构建的高性能、快速、分布式梯度提升框架。用于处理秩、分类等机器学习任务。LightGBM 是微软 DMTK 项目的组成部分。

6. CatBoost 贡献者：77；修改次数：3304；Star：3241

CatBoost 是基于决策树的梯度提升方法构建的机器学习库。CatBoost 的优势在于：与其他 GBDT 库对比，它的质量超级好；类别推断的速度极快；支持数字型与类别型特征；集成了数据可视化工具。

7. PyBrain 贡献者：32；优化次数：992；Star：2598

PyBrain 是模块化的 Python 机器学习库。它的目标是提供灵活、易用、强大的机器学习算法，并使用多种预定义的环境来测试和比较用户自己编制的算法。

8. Eli5 贡献者：6；优化次数：929；Star：932

Eli5 是协助开发者调试机器学习分类器，并解释预测的 Python 库。Eli5 支持 Scikit-learn、XGBoost、LightGBM、Lightning 和 SKLearn-crfsuite。