資料結構
網路
關係型資料庫管理系統 (RDBMS)
作業系統
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 程式設計
C++
C#
MongoDB
MySQL
Javascript
PHP
物理學
化學
生物學
數學
英語
經濟學
心理學
社會學
服裝學
法學用於機器學習的 Python 生態系統有哪些有用的元件？
Python 生態系統日新月異，已成為機器學習的主導平臺。在這裡，我們將瞭解 Python 生態系統中用於機器學習最有效的元件。讓我們開始吧。
SciPy
SciPy（發音為“Sigh Pie”）是一個 Python 開源庫的生態系統，用於執行數學、科學和工程計算。SciPy 包含以下與機器學習相關的核心包：
NumPy − NumPy 是 SciPy 的基礎 N 維陣列包，允許我們高效地使用陣列中的資料。
Matplotlib − Matplotlib 用於根據資料建立全面的二維圖表和繪圖。
Pandas − Pandas 是一個開源的 Python 包，用於組織和分析我們的資料。
如何安裝 SciPy
安裝 SciPy 的方法有很多，以下是兩種最常用的方法：
- 使用您平臺上的包管理工具。
- 使用 Pip——一個 Python 包管理工具
您還可以檢視頁面 https://tutorialspoint.tw/scipy/scipy_environment_setup.htm 上針對各種平臺的操作指南。
Scikit-learn
Scikit-learn (Sklearn) 是用於機器學習最有用和強大的 Python 生態系統。Scikit-learn 基於 SciPy 生態系統並需要它，它為我們提供了高效的機器學習和統計建模工具，包括分類、迴歸、聚類和降維。它也是開源的，可在 BSD 許可下商業使用。您可以在 https://tutorialspoint.tw/scikit_learn/index.htm 瞭解更多關於 Scikit-learn 的資訊。
如何安裝 Scikit-learn
建議使用與上面安裝 SciPy 相同的方法來安裝 Scikit-learn。除此之外，另一種最簡單的安裝 Scikit-learn 的方法是使用 conda。命令如下：
conda install scikit-learn
安裝生態系統——更簡單的方法
安裝生態系統最簡單的方法之一是使用名為 Anaconda 的發行版。
它包含 Python、Scipy 和 scikit-learn，即學習、實踐和使用 Python 環境進行機器學習所需的一切。
252 次瀏覽
