外觀
Machine Learning › 套件
套件 (Packages)
把套件語法和概念筆記分開:先在概念頁弄懂「為什麼」,再來這裡查「怎麼寫」。
| 套件 | 定位 | 筆記 |
|---|---|---|
| scikit-learn | 預測建模:pipeline、交叉驗證、前處理、模型比較 | scikit-learn 速查 |
| statsmodels | 統計推論:係數、p 值、信賴區間、診斷、ANOVA | statsmodels |
| tidymodels(R) | R 的預測建模:rsample、recipes、parsnip、workflows、yardstick | tidymodels |
該用哪一個
| 需求 | 用 |
|---|---|
| 預測新資料、比較模型、上線 | scikit-learn |
| 係數的 p 值、信賴區間、完整摘要表 | statsmodels |
R 風格的公式(y ~ x1 + C(group)) | statsmodels |
| 交叉驗證、調參、pipeline | scikit-learn |
| ANOVA、事後檢定、迴歸診斷 | statsmodels |
| 兩者都要 | 用 statsmodels 解讀係數,用 scikit-learn 做驗證與預測流程 |
| 在 R 裡做和 scikit-learn 同等的流程 | tidymodels |
同一個模型,兩個套件的預設可能不同:sklearn 的
LogisticRegression預設有 L2 正則化(C=1.0),係數會被縮小;statsmodels 的logit是未懲罰的最大概似估計。要比較係數時記得設C=np.inf或使用 statsmodels。