3、Python数据科学基础：工具、安装与实践

Python数据科学基础：工具、安装与实践

1. 关键Python库介绍

1.1 scikit - learn

自2007年项目启动以来，scikit - learn已成为Python程序员首选的通用机器学习工具包。截至目前，已有两千多名开发者为该项目贡献代码。它包含以下子模块：
- 分类 ：支持向量机（SVM）、最近邻算法、随机森林、逻辑回归等。
- 回归 ：Lasso回归、岭回归等。
- 聚类 ：k - 均值聚类、谱聚类等。
- 降维 ：主成分分析（PCA）、特征选择、矩阵分解等。
- 模型选择 ：网格搜索、交叉验证、评估指标。
- 预处理 ：特征提取、归一化。

1.2 statsmodels

statsmodels是一个统计分析包，起源于斯坦福大学统计学教授Jonathan Taylor的工作，他实现了许多在R语言中流行的回归分析模型。2010年，Skipper Seabold和Josef Perktold正式创建了statsmodels项目，此后该项目吸引了大量用户和贡献者。Nathaniel Smith开发的Patsy项目为statsmodels提供了受R语言公式系统启发的公式或模型规范框架。

与scikit - learn相比，statsmodels包含经典（主要是频率学派）统计和计量经济学的算法，包括以下子模块：
-