Python机器学习及NLP库

机器学习方面：

Scikit-Learn 可用于分类、特征选择、特征提取和聚集。还拥有自然语言处理特征提取的能力、词袋、tf-idf算法、预处理等。

Matplotlib 可以用于快速可视化。

Statsmodels 主要用于预测性和探索性分析。可以拟合线性模型，进行统计分析或预测性建模。

PyMC 做贝叶斯曲线的工具。

Shogun 主要用于支持向量机（SVM）

Gensim 用于主题建模，LDA及其变体等方面，支持自然语言处理

Orange 拥有图形界面的的库，能力比较平均。

NLP（自然语言处理）方面：

NLTK 《Python自然语言处理》一书的默认工具，提供WordNet这种方便处理词汇资源的接口，可用在分类、分词、词干提取、标注等任务。

Jieba 可用于分词、词性标注、特征词提取等方面。

Gensim 用于对大型语料库进行主题建模、文件索引、相似度检索等。