页面树结构

2017-11-09 ApacheCN 开源组织,第二期邀请成员活动,一起走的更远 : http://www.apachecn.org/member/209.html


MachineLearning 优酷地址 : http://i.youku.com/apachecn

转至元数据结尾
转至元数据起始

Python和相关项目的其他机器学习包。还有一些略微超出范围的算法,或者还不够完善,可以用于scikit学习。

以下是姊妹项目,扩展和域特定包的列表。

互操作性和框架增强

这些工具适应scikit学习与其他技术一起使用,或以其他方式增强scikit学习的估计量的功能。

其他估计和任务

不是一切都属于或者已经足够成熟,可以用于中央scikit学习项目。以下是提供类似于scikit学习的接口的项目,用于其他学习算法,基础设施和任务。

  • pylearn2一个深入学习和神经网络图书馆建立在theano与scikit学习像界面。
  • sklearn_theano scikit学习兼容的估计器,变压器和数据集,内部使用Theano
  • 闪电快速的最先进的线性模型求解器(SDCA,AdaGrad,SVRG,SAG等)。
  • Seqlearn 使用HMM或结构感知器的序列分类。
  • HMMLearn以前是scikit学习的一部分的隐马尔可夫模型的实现。
  • PyStruct一般条件随机场和结构预测。
  • 石榴 Python的概率建模,重点是隐马尔可夫模型。
  • py-earth多变量自适应回归样条
  • sklearn-compiledtrees 生成由sklearn训练的决策树(和合奏)的预测函数的C ++实现。适用于延迟敏感的生产环境。
  • lda:在Cython中快速实现潜在的Dirichlet分配。
  • 稀疏过滤 基于稀疏过滤的无监督特征学习
  • 内核回归 实现Nadaraya-Watson内核回归与自动带宽选择
  • gplearn符号回归任务的遗传编程。
  • nolearn围绕现有神经网络库的一些包装和抽象
  • 在PySpark上启发学习 Scikit学习功能和API。
  • keras基于Theano的深度学习库。
  • mlxtend包括一些额外的估计器以及模型可视化实用程序。
  • kmode的 k模式聚类算法用于分类数据,以及其几个变体。
  • hdbscan HDBSCAN和鲁棒单链路聚类算法,用于鲁棒变量密度聚类。
  • lasagne一个轻量级的图书馆,用于在Theano建立和训练神经网络。
  • 多维特征的多重不等式等式回归。
  • spherecluster球面K均值和冯米塞斯费希尔聚类例程用于在单元超球面的数据的混合物。

用Python统计学习

其他可用于数据分析和机器学习的软件包。

  • pandas工具用于处理异构和柱状数据,关系查询,时间序列和基本统计信息。
  • theano一个面向深入学习研究的CPU / GPU阵列处理框架。
  • statsmodels估计和分析的统计模型。更专注于统计测试,而不是scikit学习。
  • PyMC贝叶斯统计模型和拟合算法。
  • REP以一致和可重复的方式进行数据驱动研究的环境
  • Sacred工具,帮助您配置,组织,记录和再现实验
  • gensim 主题建模,文档索引和相似性检索的库
  • 基于matplotlib的Seaborn可视化库。它提供了一个高级界面来绘制有吸引力的统计图形。
  • 深度学习深度学习软件库的策划清单。

域特定包

片段和琐事

维基有更多!

 

  • 无标签