没有 Matlab 的机器学习工具集的建议答案

【问题标题】：Suggestions for machine learning toolset without Matlab没有 Matlab 的机器学习工具集的建议
【发布时间】：2017-08-23 18:00:45
【问题描述】：

我是机器学习领域的新手，我打算使用 python 作为实现算法的编程语言和 Java 作为系统架构的编程语言。

据我了解，机器学习更多的是针对特定领域的数据建模、数据可视化以及选择合适的模型和参数。实现模型/算法是最后一个相对简单的步骤。

Matlab 似乎拥有机器学习的一切，但它太贵了，需要学习一门新语言。

对于企业项目的机器学习，除了编程语言之外，我通常还需要哪些工具？数据建模、可视化等

【问题讨论】：

这太宽泛了，可能是一个违反 SO 规则的问题。不用担心...... Python 在机器学习方面很久以前就超过了 Matlab（在功能方面，也许不是在易用性方面；是的，特别是因为所有相关库的核心算法都是用 Fortran、C、C++ 编写的; 其中许多甚至与 Matlab 中使用的相同）。我不确定你所说的系统架构是什么意思，但我很有信心 python 也可以在那里取代 java。
嗨，萨沙，感谢您的提醒。我所说的系统架构是指除了算法实现之外的所有东西，比如数据仓库、分布式系统、微服务等。

【解决方案1】：

经过几年的反复试验，我建议你直接使用 python，可能使用 scikit-learn 或 tensorflow（如果你想成为硬核：）。

我过去也尝试过 R，虽然它是一种非常有效的语言，但它有一些限制：默认情况下它是单线程的，虽然有解决方案，但它们不如 python 干净。

另外，python 似乎是机器学习的语言，它很容易学习，而且速度很快（当然取决于解释器的实现），还有对它的 huuuuuuge 支持，很多教程，文档，更重要的是，图书馆正在积极开发和支持。

最后，我建议你把 spyder 当作一个很好的数据科学 IDE，我也尝试过 Rodeo，但它似乎没有 spyder 成熟和稳定。

希望这会有所帮助。

【讨论】：

谢谢。数据建模和可视化呢？
很抱歉造成混乱。我的问题是询问编程语言以外的工具、帮助可视化数据的工具、选择合适的模型和测试我的模型。
关于数据建模，同样，scikit-learn 将完成大部分工作。向其中添加 numpy 和 pandas，然后完成。根据可视化，matplotlib 做到了。 scikit-learn 还提供了一组很好的指标来评估你的模型有多好（精确度、召回率、f1...）
我同意你提到的大多数事情。但速度与口译员无关。数量不多，其中最快的（例如 pypy）甚至无法处理像 scikit-learn 这样的复杂库。 python 科学堆栈中的良好性能完全归功于包装/混合 C、C++ 和 Fortran（例如，大部分 sklearn 是 cython-code 甚至 C；cython-code 并没有真正解释）。