3、Python机器学习：从入门到模型部署

Python机器学习：从入门到模型部署

1. Python机器学习常用包

Python的简洁性吸引了众多开发者为机器学习创建新库，推动了Python在机器学习领域的广泛应用。以下是一些主要的Python机器学习包：
| 包名 | 功能描述 |
| ---- | ---- |
| NumPy | 支持大型多维数组以及丰富的数学函数集合 |
| Pandas | 用于数据操作和分析，提供处理表格的数据结构和操作工具 |
| Matplotlib | 绘图库，可创建二维图表和图形 |
| SciPy | 由NumPy、Pandas和Matplotlib组合而成，是用于数学、科学和工程的Python库生态系统 |
| Scikit - learn (sklearn) | 机器学习库，提供广泛的算法和实用工具 |
| StatsModels | 提供许多不同统计模型的估计类和函数，以及进行统计测试和统计数据探索的功能 |
| TensorFlow和Theano | 数据流编程库，便于处理神经网络 |
| Keras | 人工神经网络库，可作为TensorFlow/Theano包的简化接口 |
| Seaborn | 基于Matplotlib的数据可视化库，提供高级接口用于绘制有吸引力和信息丰富的统计图形 |
| pip和Conda | Python包管理器，pip便于Python包的安装、升级和卸载；Conda可处理Python包以及Python包之外的库依赖 |

2. Python和包的安装

建议通过Anaconda安装Python，因为Anaconda包含Pyth