Python機器學習sklearn.linear_model vs自定義代碼

我是機器學習和Python的新手。我試圖瞭解何時使用sklearn.linear_model（linearregression和logisticregression）中的函數以及何時實現我自己的代碼。任何建議或參考將不勝感激。Python機器學習sklearn.linear_model vs自定義代碼

問候 Souvik

來源

2016-10-24 Souvik Saha Bhowmik

我認爲你應該實現你自己的代碼有兩個原因：你想知道它是如何工作的，或者你想添加一個缺失的功能/改進某些東西。對於第二個，你可以貢獻scikit學習。我不知道我是否理解你的問題。 – Khaled

謝謝@Khaled。我想明白的是，由於操作在sklearn下很容易得到，爲什麼或什麼時候我需要編寫自己的代碼。應該怎樣決定編寫代碼而不是使用這些函數。這些功能有什麼缺點 –

我推薦你使用盡可能多地通過sklearn或其他ML庫（我喜歡TensorFlow）中給出的函數。這是因爲要獲得任何圖書館的表現是非常困難的。他們正在計算操作系統的低級別，同時普通用戶不會在python環境之外實現計算操作。此外，python本身在數據結構方面效率不高。例如，一個簡單的數組被實現爲一個LinkedList。 ML庫使用Numpy進行計算以獲得更好的性能。

來源

2016-10-25 09:18:15

Python機器學習sklearn.linear_model vs自定義代碼

回答

相關問題