python机器学习常用包
总结了一些常用的工具:Numpy| 必用的科学计算基础包,底层由C实现,计算速度快。Pandas| 提供了高性能、易用的数据结构及数据分析工具。seaborn| 数据可视化NLTK| 自然语言工具包,集成了很多自然语言相关的算法和资源。Stanford CoreNLP| Stanford的自然语言工具包,可以通过NLTK调用。Gensim| 主题模型工具...
·
总结了一些常用的工具:
- Numpy | 必用的科学计算基础包,底层由C实现,计算速度快。
- Pandas | 提供了高性能、易用的数据结构及数据分析工具。
-
seaborn | 数据可视化
- NLTK | 自然语言工具包,集成了很多自然语言相关的算法和资源。
- Stanford CoreNLP | Stanford的自然语言工具包,可以通过NLTK调用。
- Gensim | 主题模型工具包,可用于训练词向量,读取预训练好的词向量。
- scikit-learn | 机器学习Python包 ,包含了大部分的机器学习算法。
- XGBoost/LightGBM | Gradient Boosting 算法的两种实现框架。
- PyTorch/TensorFlow/Keras | 常用的深度学习框架。
- StackNet | 准备好特征之后,可以直接使用的Stacking工具包。
- Hyperopt | 通用的优化框架,可用于调参。
更多推荐
已为社区贡献2条内容
所有评论(0)