14个QA，讲述python与数据科学的“暧昧情事”

使用Scikit-Learn的一般框架是这样的——将数据集拆分为训练和测试数据集：

实例化并训练一个模型：

使用metrics模块测试模型的工作情况：

(2) XGBoost

在Python中常用于机器学习的第二个包是XGBoost。

Scikit-Learn实现了一系列算法，XGBoost只实现了一个梯度提升的决策树。

最近这个包(和算法)因其在Kaggle比赛(任何人都可以参加的在线数据科学比赛)上被使用而取得成功，变得非常受欢迎。

训练模型的工作方式与Scikit-Learn算法的工作方式大致相同。

12. Python中的深度学习

Scikit-Learn中提供的机器学习算法几乎可以满足任何问题。话虽这么说，但有时你需要使用最先进的算法。

由于使用它们的系统几乎优于其他所有类算法，因此深度神经网络的普及率急剧上升。

但是很难说神经网络正在做什么以及它为什么这样做。因此，它们在金融、医学、法律和相关专业中的使用并未得到广泛认可。

神经网络的两大类是卷积神经网络(用于对图像进行分类并完成计算机视觉中的许多其他任务)和循环神经网络(用于理解和生成文本)。

探索神经网工作时超出了本文的范围的机理，如果你想做这类工作，只要知道你需要寻找的包是TensorFlow(Google contibution!)还是Keras。

Keras本质上是TensorFlow的包装器，使其更易于使用。

13. Python中的数据科学API

一旦训练了模型，就可以在其他软件中访问它的预测，方法是创建一个API。

API允许模型从外部源一次一行地接收数据并返回预测。因为Python是一种通用的编程语言，也可用于创建Web服务，所以很容易使用Python通过API为模型提供服务。

如果需要构建API，应该查看pickle和Flask。Pickle允许训练有素的模型被保存在硬盘驱动器上，以便以后使用。而Flask是创建Web服务的最简单方法。

14. Python中的Web应用程序

最后，如果你想围绕数据科学项目构建功能齐全的Web应用程序，则应使用Django框架。

Django在Web开发社区非常受欢迎，并且用于构建Instagram和Pinterest的第一个版本(以及许多其他版本)。

（编辑：核心网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!