Skip to content

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、ANOVAstatsmodels
tidymodels(R)R 的預測建模:rsample、recipes、parsnip、workflows、yardsticktidymodels

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、pipelinescikit-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。