總結(jié)了一些常用的工具：

• Numpy?| 必用的科學(xué)計算基礎(chǔ)包，底層由C實現(xiàn)，計算速度快。
• Pandas?| 提供了高性能、易用的數(shù)據(jù)結(jié)構(gòu)及數(shù)據(jù)分析工具。

• seaborn?| 數(shù)據(jù)可視化

• NLTK?| 自然語言工具包，集成了很多自然語言相關(guān)的算法和資源。
• Stanford CoreNLP?| Stanford的自然語言工具包，可以通過NLTK調(diào)用。
• Gensim?| 主題模型工具包，可用于訓(xùn)練詞向量，讀取預(yù)訓(xùn)練好的詞向量。
• scikit-learn?| 機器學(xué)習(xí)Python包 ，包含了大部分的機器學(xué)習(xí)算法。
• XGBoost／LightGBM?| Gradient Boosting 算法的兩種實現(xiàn)框架。
• PyTorch／TensorFlow／Keras?| 常用的深度學(xué)習(xí)框架。
• StackNet?| 準備好特征之后，可以直接使用的Stacking工具包。
• Hyperopt?| 通用的優(yōu)化框架，可用于調(diào)參。

轉(zhuǎn)載https://blog.csdn.net/u010899985/article/details/81626808

總結(jié)

以上是生活随笔為你收集整理的python机器学习常用包的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。