Python在機(jī)器學(xué)習(xí)的應(yīng)用 - 對(duì)機(jī)器學(xué)習(xí)的理解和用Python實(shí)現(xiàn)的機(jī)器學(xué)習(xí)樣例分析

統(tǒng)計(jì)學(xué)習(xí)，也就是本書講解的主要范圍之一，有許許多多著名的算法（比如支持向量機(jī)SVM）都源于統(tǒng)計(jì)學(xué)習(xí)（但是統(tǒng)計(jì)學(xué)習(xí)還是和機(jī)器學(xué)習(xí)有區(qū)別的；簡(jiǎn)單地說(shuō)，統(tǒng)計(jì)學(xué)習(xí)偏數(shù)學(xué)而機(jī)器學(xué)習(xí)偏實(shí)踐）。

機(jī)器學(xué)習(xí)還能夠進(jìn)行模式識(shí)別、自然語(yǔ)言處理，等等，之前提到過(guò)的圍棋界的Master和最新人工智能在德州撲克上的表現(xiàn)亦無(wú)不呈現(xiàn)著機(jī)器學(xué)習(xí)強(qiáng)大的潛力。一言以蔽之，機(jī)器學(xué)習(xí)是當(dāng)今的熱點(diǎn)，雖說(shuō)不能保證它的熱度能100%地一直延續(xù)下去，至少筆者認(rèn)為、它能在相當(dāng)長(zhǎng)的一段時(shí)間內(nèi)保持強(qiáng)大的生命力。

人生苦短，我用Python
上一節(jié)大概地介紹了機(jī)器學(xué)習(xí)的各種概念，這一節(jié)我們主要講講腳本語(yǔ)言Python相關(guān)的一些東西。題目是在Python界流傳甚廣的“諺語(yǔ)”，它講述了Python強(qiáng)大的功能與易于上手的特性。

為何選擇Python

援引開源運(yùn)動(dòng)的領(lǐng)袖人物Eric Raymond的說(shuō)法：“Python語(yǔ)言非常干凈，設(shè)計(jì)優(yōu)雅，具有出色的模塊化特性。其最出色的地方在于，鼓勵(lì)清晰易讀的代碼，特別適合以漸進(jìn)開發(fā)的方式構(gòu)造項(xiàng)目”。Python的可讀性使得即使是剛學(xué)不久的人也能看懂大部分的代碼，Python龐大的社區(qū)和大量的開發(fā)文檔更是使得初學(xué)者能夠快速地實(shí)現(xiàn)許許多多令人驚嘆的功能。對(duì)于Python的程序，人們甚至有時(shí)會(huì)戲稱其為“可執(zhí)行的偽代碼（executable pseudo-code）”，以突顯它的清晰性和可讀性。

Python的強(qiáng)大是毋庸置疑的，上文提到的Eric Raymond甚至稱其“過(guò)于強(qiáng)大了”。與之相對(duì)應(yīng)的，就是Python的速度比較慢。然而比起Python開發(fā)環(huán)境提供的海量高級(jí)數(shù)據(jù)結(jié)構(gòu)（如列表、元組、字典、集合等）和數(shù)之不盡的第三方庫(kù)，再加上高速的CPU和近代發(fā)展起來(lái)的GPU編程，速度的問題就顯得沒那么尖銳了。況且Python還能通過(guò)各種途徑使用C / C++代碼來(lái)編寫核心代碼，其強(qiáng)大的“膠水”功能使其速度（在程序員能力允許的情況下）和純粹的C / C++相比已經(jīng)相去不遠(yuǎn)。一個(gè)典型的例子，也是我們會(huì)在本書常常運(yùn)用到的Python中Numpy這個(gè)第三方庫(kù)。編寫它的語(yǔ)言正是底層語(yǔ)言（C和Fortran），其支持向量、矩陣操作的特性和優(yōu)異的速度，使得Python在科學(xué)計(jì)算這一領(lǐng)域大放異彩。

注意：Python及本書用到的兩個(gè)非常優(yōu)異的第三方庫(kù)—Numpy和TensorFlow的簡(jiǎn)要教程我們會(huì)作為附錄章節(jié)放在本書的最后，建議有需要的讀者先閱讀相應(yīng)部分。

Python 在機(jī)器學(xué)習(xí)領(lǐng)域的優(yōu)勢(shì)

雖然在上一小節(jié)敘述了Python的種種好處，但不可否認(rèn)的是，確實(shí)存在諸如MATLAB和Mathematica這樣的高級(jí)程序語(yǔ)言。它們對(duì)機(jī)器學(xué)習(xí)的支持也不錯(cuò)，MATLAB甚至還自帶許多機(jī)器學(xué)習(xí)的應(yīng)用。但是作為一個(gè)問心無(wú)愧的程序員，我們還是需要提倡支持正版，而MATLAB的正版軟件需要花費(fèi)數(shù)千美元。與之相對(duì)，由于Python是開源項(xiàng)目，幾乎所有必要的組件都是完全免費(fèi)的。

之前也提到過(guò)Python的速度問題，但是更快更底層的語(yǔ)言，比如C和C++，若使用它們來(lái)學(xué)習(xí)機(jī)器學(xué)習(xí)，會(huì)不可避免地引發(fā)這么一個(gè)問題：即使是實(shí)現(xiàn)一個(gè)非常簡(jiǎn)單的功能，也需要進(jìn)行大量的編寫和調(diào)試的過(guò)程；在這期間，程序員很有可能忘掉學(xué)習(xí)機(jī)器學(xué)習(xí)的初衷而迷失在代碼的海洋中。筆者曾經(jīng)嘗試過(guò)將Python上的神經(jīng)網(wǎng)絡(luò)框架移植到C++上，這之間的折騰至今難忘。

此外，筆者認(rèn)為、使用Python來(lái)學(xué)習(xí)機(jī)器學(xué)習(xí)是和“不要過(guò)早優(yōu)化”這句編程界的金句有著異曲同工之妙的。Python（幾乎）唯一的缺陷—速度，在初期進(jìn)行快速檢驗(yàn)算法、思想正誤及開發(fā)工作時(shí)，其實(shí)基本上不是重要問題。其中的道理是顯而易見的：如果解決問題的思想存在問題，那么即使拼命去提高程序的運(yùn)行效率，也只能使問題越來(lái)越大而已。這種時(shí)候，先使用Python進(jìn)行快速實(shí)現(xiàn)，有必要時(shí)再用底層代碼重寫核心代碼，從各方面來(lái)說(shuō)都是一個(gè)更好的選擇。

關(guān)于Anaconda

Python的強(qiáng)大有相當(dāng)大一部分體現(xiàn)在它那浩如煙海的第三方庫(kù)。在使用Python實(shí)現(xiàn)一個(gè)復(fù)雜功能時(shí)，如果沒有特殊的需求，我們通常會(huì)先搜索Google有沒有現(xiàn)成的第三方庫(kù)，然后會(huì)搜索是否有相關(guān)聯(lián)的第三方庫(kù)，最后才會(huì)考慮自己重頭實(shí)現(xiàn)。

第三方庫(kù)是如此之多，從中挑選出心儀而合適的并非易事。幸運(yùn)的是，就連這一點(diǎn)也有第三方軟件進(jìn)行了支持，那就是在Python科學(xué)計(jì)算領(lǐng)域非常出名的Anaconda。這是一個(gè)完全免費(fèi)的軟件，經(jīng)常會(huì)進(jìn)行各種更新；最重要的是，它把幾乎所有常用且優(yōu)異的科學(xué)計(jì)算庫(kù)都集成在了一起。換句話說(shuō)，只要你安裝了Anaconda，就意味著擁有了一個(gè)完善精致的機(jī)器學(xué)習(xí)環(huán)境，基本上無(wú)須自己把要用到的庫(kù)一個(gè)一個(gè)通過(guò)命令行來(lái)安裝。