Obtendo a biblioteca certa para a aprendizagem de máquina
Video: Aprendizado de Máquina com Azure Machine Learning e R
Conteúdo
Ao trabalhar com R e Python para aprendizado de máquina, você ganha a vantagem de não ter que reinventar a roda quando se trata de algoritmos. Há uma biblioteca disponível para atender às suas necessidades específicas - você só precisa saber qual usar. Esta tabela fornece uma lista das bibliotecas usadas para a máquina de aprendizagem para ambos R e Python. Quando você quiser executar qualquer tarefa relacionada ao algoritmo, basta carregar a biblioteca necessária para essa tarefa em seu ambiente de programação.
Video: UnipêTech-2015.01-Inteligência Artificial-Aula-05-Parte-III-Aprendizado por Regras
| Algoritmo | implementação de Python | implementação R |
| AdaBoost | sklearn.ensemble.AdaBoostClassifier sklearn.ensemble.AdaBoostRegressor | biblioteca (ADA): ada |
| gradiente Boosting | sklearn.ensemble.GradientBoostingClassifier sklearn.ensemble.GradientBoostingRegressor | biblioteca (GBM): gbm |
| K-means | sklearn.cluster.KMeans sklearn.cluster.MiniBatchKMeans | biblioteca (estatísticas): kmeans |
| K-vizinhos mais próximos | sklearn.neighbors.KNeighborsClassifier sklearn.neighbors.KNeighborsRegressor | biblioteca (classe): KNN |
| Regressão linear | sklearn.linear_model.LinearRegression sklearn.linear_model.Ridge sklearn.linear_model.Lasso sklearn.linear_model.ElasticNet sklearn.linear_model.SGDRegressor | biblioteca (estatísticas): lm biblioteca (estatísticas): glm biblioteca (MASS): lm.ridge biblioteca (Lars): Lars biblioteca (glmnet): glmnet |
| regressão logística | sklearn.linear_model.LogisticRegression sklearn.linear_model.SGDClassifier | biblioteca (estatísticas): glm biblioteca (glmnet): glmnet |
| Naive Bayes | sklearn.naive_bayes.GaussianNB sklearn.naive_bayes.MultinomialNB sklearn.naive_bayes.BernoulliNB | biblioteca (Klar): NaiveBayes biblioteca (e1071): naiveBayes |
| Redes neurais | sklearn.neural_network.BernoulliRBM (Na versão 0.18 de scikit-learn, uma nova implementação de rede neural supervisionada será introducted) | biblioteca (neuralnet): neuralnet biblioteca (AMORE): trem biblioteca (nnet): nnet |
| PCA | sklearn.decomposition.PCA | biblioteca (estatísticas): PRINCOMP biblioteca (estatísticas): estatísticas |
| Floresta aleatório | sklearn.ensemble.RandomForestClassifier sklearn.ensemble.RandomForestRegressor sklearn.ensemble.ExtraTreesClassifier sklearn.ensemble.ExtraTreesRegressor | biblioteca (Floresta aleatória): Floresta aleatória |
| Support Vector Machines | sklearn.svm.SVC sklearn.svm.LinearSVC sklearn.svm.NuSVC sklearn.svm.SVR sklearn.svm.LinearSVR sklearn.svm.NuSVR sklearn.svm.OneClassSVM | biblioteca (e1071): svm |
| SVD | sklearn.decomposition.TruncatedSVD sklearn.decomposition.NMF | biblioteca (irlba): irlba biblioteca (SVD): SVD |