sklearn與tensorflow優(yōu)劣勢

什么是sklearn

Sklearn原稱是Scikit learn，是機器學(xué)習(xí)領(lǐng)域中最知名的python模塊之一，是基于Python語言的機器學(xué)習(xí)的工具。他主要建立在NumPy，SciPy，matplotlib之上，提供簡單高效，用于數(shù)據(jù)挖掘，數(shù)據(jù)分析等的工具，最重要的是，他是開源的，基于BSD許可證，可以商業(yè)使用。這樣子，就給了我們無限的想象。

sklearn與tensorflow優(yōu)劣勢

目前，在社區(qū)中，tensorflow會比較火，很多同學(xué)會問，為什么不用tensorflow，這兩個有什么區(qū)別，我想，主要從以下這方面來做對比

1、sklearn主要定位是一種通用的機器學(xué)習(xí)的學(xué)習(xí)庫，tf主要定位還是深度學(xué)習(xí)。

2、特征工程上，sklearn提供了例如維度壓縮、特征選擇等，但是這樣子并不代表這tf就比sklearn弱。在傳統(tǒng)的機器學(xué)習(xí)中，sklearn需要使用者自行對數(shù)據(jù)進行數(shù)據(jù)處理，例如進行特征選擇，維度壓縮，轉(zhuǎn)換格式等，但是tf可以在開始進行數(shù)據(jù)訓(xùn)練的過程中，自行從數(shù)據(jù)中提取有效的特征，從而減少人為的干預(yù)。

3、易用性及封裝度上，sklearn更高，這點上，我想很多用過的人都清楚，不做累贅描述。

4、面對項目的不同，sklearn更適合中小型，特別是數(shù)據(jù)量不大的項目，此時更需要手動者對數(shù)據(jù)進行處理，并且選擇合適模型的項目，這些計算是可以在CPU直接計算的，沒有什么硬件要求。相對的，tf的應(yīng)用領(lǐng)域上，往往更加注重數(shù)據(jù)量較大，一般情況下需要GPU進行加速運算。目前很多公司并沒有很大量的數(shù)據(jù)，在選擇上，可以作為參考。

機器學(xué)習(xí)有幾種方式

針對sklearn來講，經(jīng)常用到的主要有：數(shù)據(jù)預(yù)處理、分類、回歸、分監(jiān)督分類（聚類），模型選擇，數(shù)據(jù)降維

應(yīng)用領(lǐng)域有哪些

目前，sklearn在應(yīng)用中，主要有四類算法：聚類，分類，回歸，降維

聚類：即非監(jiān)督學(xué)習(xí)的方式，例如我有一堆人，這堆數(shù)據(jù)是沒有男孩或者女孩這些標(biāo)簽的，此時我需要給這堆數(shù)據(jù)進行聚類，根據(jù)一些身體特征，分成兩類，并標(biāo)記為男孩，女孩。

分類/回歸：監(jiān)督學(xué)習(xí)的方式，還是那堆人，但是已經(jīng)分好類了，男孩，女孩，此時來了一個新人，我根據(jù)這個新人的特征，給他歸類。

降維：如果按照字面意思來理解，那就有問題，當(dāng)數(shù)據(jù)集有很多屬性的時候，我們此時需要把100個屬性變成10個，并不是挑出10個，而是壓縮成10個，這10個屬性，就集合了100個屬性特征，簡單理解，就是重要的特征就拿起來，不重要的就吸收了。

至此結(jié)束，在下一章節(jié)中，我們將會介紹怎么來開發(fā)一個機器學(xué)習(xí)應(yīng)用。