¿Cuáles son las ventajas y desventajas del kit de herramientas de minería de datos de Python?
Matplotlib, que cubre principalmente algoritmos de clasificación, regresión y agrupación, como SVM,
La regresión logística, el Bayes ingenuo, el bosque aleatorio, los k-means y otros algoritmos tienen buenos códigos y documentación y se utilizan en muchos proyectos de Python.
Ventajas:
1. Documentación completa: La documentación oficial está completa y actualizada de manera oportuna.
2. La interfaz es fácil de usar: proporcione reglas de llamada de interfaz consistentes para todos los algoritmos, ya sea KNN, K-Means o PCA.
3. Algoritmos integrales: cubre algoritmos para tareas convencionales de aprendizaje automático, incluidos algoritmos de regresión, algoritmos de clasificación, análisis de conglomerados, reducción de dimensionalidad de datos, etc.
Desventajas:
La desventaja es que scikit-learn no admite la computación distribuida y no es adecuado para procesar datos muy grandes.
Pandas es un potente conjunto de herramientas de procesamiento de datos de series temporales. Pandas está basado en Numpy y es más simple y fácil de usar que Numpy. Originalmente desarrollado para analizar datos financieros, ahora se usa ampliamente para el análisis de datos de Python. Panda, la estructura de datos más básica es una secuencia, que puede entenderse como el uso de una matriz unidimensional para representar una fila de datos. Otra estructura de datos clave es DataFrame, que representa una matriz bidimensional.
Pandas está desarrollado en base a NumPy y Matplotlib y se utiliza principalmente para análisis y visualización de datos. Su estructura de datos DataFrame es muy similar a la estructura de datos en lenguaje R, especialmente para datos de series de tiempo, tiene su propio mecanismo de análisis. Hay un libro sobre Python.
Para el análisis de datos, el autor desarrolla principalmente pandas e introduce funciones relacionadas en iPython, NumPy,
Pandas, como visualización de datos, limpieza y procesamiento de datos, procesamiento de datos de tiempo, etc. , son todos bastante buenos, incluida la extracción de datos de acciones financieras, etc.
Mlpy es un módulo de aprendizaje automático de Python basado en NumPy/SciPy y una extensión de Cython.
Hasta aquí las ventajas y desventajas del kit de herramientas de minería de datos de Python. scikit-learn proporciona una interfaz de llamadas consistente. Basado en bibliotecas de cálculo numérico de Python como Numpy y scipy, proporciona una implementación eficiente de algoritmos, por lo que si desea aprender Python, debe aprender el contenido anterior.