python机器学习常用包

目录

1、Numpy

2、Pandas

3、Scikit-learn

4、Hyperopt

5、LightGBM

6、XGBoost

7、Gensim

8、NLTK

9、Pytorch

10、Tensorflow

11、Keras

---

1、Numpy

使用Python进行科学计算的基本软件包， 是scikit-learn和 SciPy等机器学习库的基础。

链接：https://numpy.org/

安装方式：

pip

pip install numpy

conda

conda install numpy

 

2、Pandas

快速，强大，灵活且易于使用的开源数据分析和处理工具。

链接：https://pandas.pydata.org/

安装方式：

pip

pip install pandas

conda

conda install pandas

 

3、Scikit-learn

基于NumPy，SciPy和matplotlib构建，包含了大部分的机器学习算法

链接：https://scikit-learn.org/stable/

安装方式：

pip

pip install scikit-learn

conda

conda install scikit-learn

 

4、Hyperopt

通用的优化框架，用于调参

链接：https://github.com/hyperopt/hyperopt

安装方式：

pip

pip install hyperopt

 

5、LightGBM

基于决策树算法的快速，分布式，高性能梯度提升（GBT，GBDT，GBRT，GBM或MART）框架

链接：https://github.com/Microsoft/LightGBM

安装方式：

pip

pip install lightgbm

conda

conda install lightgbm

 

6、XGBoost

XGBoost是经过优化的高效，灵活且可移植的分布式梯度提升库

链接：https://github.com/dmlc/xgboost

安装方式：

pip

pip install xgboost

conda

conda install py-xgboost

 

7、Gensim

主题模型工具包，用于训练语义NLP模型

链接：https://radimrehurek.com/gensim/

安装方式：

pip

pip install gensim

conda

conda install gensim

 

8、NLTK

自然语言工具包

链接：http://www.nltk.org/

安装方式：

pip

pip install nltk

conda

conda install nltk

 

9、Pytorch

深度学习框架

链接：https://github.com/pytorch/pytorch

安装方式：

conda

conda install pytorch

 

10、Tensorflow

深度学习框架

链接：https://tensorflow.google.cn/

安装方式：

pip

pip install tensorflow

conda

conda install tensorflow

 

11、Keras

Tensorflow 2的高级API，Keras作为tensorflow.keras与TensorFlow 2一起打包。要使用Keras，只需安装TensorFlow 2即可。也可以单独安装。

链接：https://keras.io/

安装方式：

pip

pip install keras

conda

conda install keras