#机器学习:使用Python

这份文件的目的是要提供Python 之机器学习套件 scikit-learn (http://scikit-learn.org/) 的中文使用说明。一开始的主要目标是详细说明scikit-learn套件中的范例程式的使用流程以及相关函式的使用方法。目前使用版本为 scikit-learn version 0.17 以上

本书原始资料在 Github 上公开,欢迎大家共同参与维护: https://github.com/htygithub/machine-learning-python。

• 0.0: 2015年12月21日
  • 开始本文件「机器学习:使用Python」的撰写
  • 初期以scikit-learn套件的范例介绍为主轴
• 0.1: 2016年4月15日
  • 「机器学习:使用Python」文件
  • Contributor: 陈巧宁、曾裕胜、黄腾毅 、蔡奕甫
  • 新增章节: Classification, Clustering, cross_decomposition, Datasets, feature_selection, general_examples
  • 新增 introduction: 说明简易的Anaconda安装,以及利用数字辨识范例来入门机器学习的方法
  • 第 10,000个 pageview 达成
• 0.2: 2016年8月30日
  • 新增应用章节,Contributor: 吴尚真
  • 增修章节: Classification, Datasets, feature_selection, general_examples
• 0.3: 2017年2月16日
  • 新增应用章节,Contributor: 杨采玲、欧育年
  • 增修章节: Neural_Network, Decision tree
  • 2016年,使用者约四万人次,页面流量约15万次。

Scikit-learn (http://scikit-learn.org/) 是一个机器学习领域的开源套件。整个专案起始于 2007年由David Cournapeau所执行的Google Summer of Code 计画。而2010年之后,则由法国国家资讯暨自动化研究院(INRIA, http://www.inria.fr) 继续主导及后续的支援及开发。近几年(2013-2015)则由 INRIA 支持 Olivier Grisel (http://ogrisel.com) 全职负责该套件的维护工作。以开发者的角度来观察,会发现Scikit-learn的整套使用逻辑设计的极其简单。往往能将繁杂的机器学习理论简化到一个步骤完成。Python的机器学习相关套件相当多,为何Scikit-learn会是首选之一呢?其实一个开源套件的选择,最简易的指标就是其contributor: 贡献者 、 commits:版本数量 以及最新的更新日期。下图是2016年1月3日 经过了美好的跨年夜后,笔者于官方开源程式码网站(https://github.com/scikit-learn/scikit-learn) 所撷取的画面。我们可以发现最新commit是四小时前,且contributor及commit数量分别为531人及 20,331个。由此可知,至少在2016年,这个专案乃然非常积极的在运作。在众多机器学习套件中,不论是贡献者及版本数量皆是最庞大的。也因此是本文件介绍机器学习的切入点。未来,我们希望能介绍更多的机器学习套件以及理论,也欢迎有志之士共同参与维护。