Python建模庫介紹

專注于提供一個用Python做數據分析的編程基礎。因為數據分析師和科學家經常在數據規整和準備上花費大量的時間，本文的結構反映了精通這些技術的重要性。

使用哪個庫進行模型開發取決于應用。很多統計上的難題可以通過更簡單的技術，例如最小二乘回歸等方法，來解決，但另外一些問題可能需要用到高階的機器學習方法。幸運的是Python已經成為實現分析方法的語言選擇之一，因此在完成學習后可以探索很多工具的使用。

在本章，將回顧pandas的一些特性，這些特性可能會在使用pandas進行模型訓練和評分時有用。介紹兩個流行的建模工具包——scikit-learn和statsmodels。

scikit-learn介紹

就像用于數據操作的Pandas和用于可視化的matplotlib一樣，scikit-learn是Python構建模型中的佼佼者。沒有什么能與之媲美。

事實上，scikit-learn建立在NumPy，SciPy和matplotlib之上。它是開放源碼的，每個人都可以訪問，并且可以在各種環境中重用。

scikit-learn支持在機器學習中執行的不同操作，如分類、回歸、聚類和模型選擇等。

statsmodels是一個有很多統計模型的python庫，能完成很多統計測試，數據探索以及可視化。它也包含一些經典的統計方法，比如貝葉斯方法和一個機器學習的模型。

scikit-learn是機器學習中常用的第三方模塊，對常用的機器學習方法進行了封裝，包括回歸(Regression)、降維(Dimensionality Reduction)、分類(Classfication)、聚類(Clustering)等方法。scikit-learn具有以下特點：

簡單高效的數據挖掘和數據分析工具

讓每個人能夠在復雜環境中重復使用

建立NumPy、Scipy、MatPlotLib之上

statsmodels介紹：

statsmodels是一個有很多統計模型的python庫，能完成很多統計測試，數據探索以及可視化。它也包含一些經典的統計方法，比如貝葉斯方法和一個機器學習的模型。

線性模型，廣義線性模型，魯棒線性模型

線性混合效應模型(Linear mixed effects models)

方差分析(ANOVA)方法(Analysis of variance (ANOVA) methods)

時間序列處理(Time series processes)和狀態空間模型(state space models)

廣義矩估計方法(Generalized method of moments)

由于這兩個項目每個都大到可以單獨成書，不再嘗試完整地介紹，而是像其他基于Python的數據科學、統計學和機器學習的書籍一樣，直接進入到項目的官方在線文檔。

總結

以上是生活随笔為你收集整理的python建模用什么库_Python 建模库介绍 - 树懒学堂的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。