1樓：繁簡知音
常見的分類演算法有：
k近鄰演算法
決策樹樸素貝葉斯
svmlogistic regression
2樓：匿名使用者
十種常見排序演算法一般分為以下幾種：
（1）非線性時間比較類排序：
a. 交換類排序（快速排序、氣泡排序）
b. 插入類排序（簡單插入排序、希爾排序）c. 選擇類排序（簡單選擇排序、堆排序）
d. 歸併排序（二路歸併排序、多路歸併排序）（2）線性時間非比較類排序：
a. 技術排序
b. 基數排序
c. 桶排序
總結：（1）在比較類排序種，歸併排序號稱最快，其次是快速排序和堆排序，兩者不相伯仲，但是有一點需要注意，資料初始排序狀態對堆排序不會產生太大的影響，而快速排序卻恰恰相反。
（2）線性時間非比較類排序一般要優於非線性時間比較類排序，但前者對待排序元素的要求較為嚴格，比如計數排序要求待待排序數的最大值不能太大，桶排序要求元素按照hash分桶後桶內元素的數量要均勻。線性時間非比計較類排序的典型特點是以空間換時間。
老師讓學習人工智慧中常用分類和聚類演算法和scilearn包的使用，請問應該怎麼學習？ 50
3樓：函綺楣
scikit-learn
scikit-learn 是基於scipy為機器學習建造的的一個python模組，他的特色就是多樣化的分類，迴歸和聚類的演算法包括支援向量機，邏輯迴歸，樸素貝葉斯分類器，隨機森林，gradient boosting，聚類演算法和dbscan。而且也設計出了python numerical和scientific libraries numpy and scipy
2.pylearn2
pylearn是一個讓機器學習研究簡單化的基於theano的庫程式。
3.nupic
nupic是一個以htm學習演算法為工具的機器智慧。htm是皮層的精確計算方法。htm的核心是基於時間的持續學習演算法和儲存和撤銷的時空模式。
nupic適合於各種各樣的問題,尤其是檢測異常和**的流資料**。
4. nilearn
nilearn 是一個能夠快速統計學習神經影像資料的python模組。它利用python語言中的scikit-learn 工具箱和一些進行**建模，分類，解碼，連通性分析的應用程式來進行多元的統計。
5.pybrain
pybrain是基於python語言強化學習，人工智慧，神經網路庫的簡稱。 它的目標是提供靈活、容易使用並且強大的機器學習演算法和進行各種各樣的預定義的環境中測試來比較你的演算法。
6.pattern
pattern 是python語言下的一個網路挖掘模組。它為資料探勘，自然語言處理，網路分析和機器學習提供工具。它支援向量空間模型、聚類、支援向量機和感知機並且用knn分類法進行分類。
7.fuel
fuel為你的機器學習模型提供資料。他有一個共享如mnist, cifar-10 (**資料集), google』s one billion words (文字)這類資料集的介面。你使用他來通過很多種的方式來替代自己的資料。
8.bob
bob是一個的訊號處理和機器學習的工具。它的工具箱是用python和c++語言共同編寫的，它的設計目的是變得更加高效並且減少開發時間，它是由處理影象工具,音訊和處理、機器學習和模式識別的大量包構成的。
9.skdata
skdata是機器學習和統計的資料集的庫程式。這個模組對於玩具問題，流行的計算機視覺和自然語言的資料集提供標準的python語言的使用。
10.milk
milk是python語言下的機器學習工具包。它主要是在很多可得到的分類比如svms,k-nn,隨機森林，決策樹中使用監督分類法。 它還執行特徵選擇。
這些分類器在許多方面相結合,可以形成不同的例如無監督學習、密切關係金傳播和由milk支援的k-means聚類等分類系統。
11.iepy
iepy是一個專注於關係抽取的開源性資訊抽取工具。它主要針對的是需要對大型資料集進行資訊提取的使用者和想要嘗試新的演算法的科學家。
12.quepy
quepy是通過改變自然語言問題從而在資料庫查詢語言中進行查詢的一個python框架。他可以簡單的被定義為在自然語言和資料庫查詢中不同型別的問題。所以，你不用編碼就可以建立你自己的一個用自然語言進入你的資料庫的系統。
現在quepy提供對於sparql和mql查詢語言的支援。並且計劃將它延伸到其他的資料庫查詢語言。
13.hebel
hebel是在python語言中對於神經網路的深度學習的一個庫程式，它使用的是通過pycuda來進行gpu和cuda的加速。它是最重要的神經網路模型的型別的工具而且能提供一些不同的活動函式的啟用功能，例如動力，涅斯捷羅夫動力，訊號丟失和停止法。
14.mlxtend
它是一個由有用的工具和日常資料科學任務的擴充套件組成的一個庫程式。
15.nolearn
這個程式包容納了大量能對你完成機器學習任務有幫助的實用程式模組。其中大量的模組和scikit-learn一起工作，其它的通常更有用。
16.ramp
ramp是一個在python語言下制定機器學習中加快原型設計的解決方案的庫程式。他是一個輕型的pandas-based機器學習中可插入的框架，它現存的python語言下的機器學習和統計工具（比如scikit-learn,rpy2等）ramp提供了一個簡單的宣告性語法探索功能從而能夠快速有效地實施演算法和轉換。
17.feature forge
這一系列工具通過與scikit-learn相容的api，來建立和測試機器學習功能。
這個庫程式提供了一組工具，它會讓你在許多機器學習程式使用中很受用。當你使用scikit-learn這個工具時，你會感覺到受到了很大的幫助。（雖然這只能在你有不同的演算法時起作用。）
18.rep
rep是以一種和諧、可再生的方式為指揮資料移動驅動所提供的一種環境。
它有一個統一的分類器包裝來提供各種各樣的操作，例如tmva, sklearn, xgboost, uboost等等。並且它可以在一個群體以平行的方式訓練分類器。同時它也提供了一個互動式的情節。
19.python 學習機器樣品
用的機器學習建造的簡單收集。
20.python-elm
這是一個在python語言下基於scikit-learn的極端學習機器的實現。
kmeans演算法用Python怎麼實現
from numpy import import numpy as np def disteclud veca,vecb return sqrt sum power veca vecb,2 def randcent dataset,k n shape dataset 1 centroids mat ...
馬桶種類有哪些，馬桶分類有哪些分類？
按型別分為連體式 分體式 馬桶選購連體式還是分體式主要是根據衛生間空間大小而定。分體式馬桶較為傳統，生產上是後期用螺絲和密封圈連線底座和水箱二層，所佔空間較大，連線縫處容易藏汙垢 連體式馬桶較為現代高檔，體形美觀，選擇豐富，一體成型。但 相對貴一些。按排汙方向分為後排式 下排式 後排式也叫牆排式或橫...
會計中收入分類有哪些，會計的分類有哪些 ？
會計科目分類分為資產類 負債類 所有者權益類 成本類 損益類，資產，負債，所有者權益，收入，費用，利潤並不是會計科目的分類方式，只是經濟業務的一種分類方法，有利於財務的管理。會計的分類有哪些 按其歸屬的會計要素分類 1 資產類科目 按資產的流動性分為反映流動資產的科目和反映非流動資產的科目。2 負債...