python 爬虫教学
Python中数据挖掘常⽤模块
基本模块： NumPy，Pandas ，SciPy ，scikit-learn。
其他常⽤模块：
Theano：Python库，⽤来定义、优化和模拟数学表达式计算，⽤于⾼效地解决多维数组的计算问题以及深度学、框架。
Keras：基于Theano的深度学习库，主要⽤于搭建⼈⼯神经⽹络、⾃编码器、卷积神经⽹络等深度学习模型。
Gensim：Python⾃然语⾔处理模块，包括⾃然语⾔主题模型，⽤于⽂本的主题挖掘。
StatsModels：注重数据统计建模分析的数据处理模块，与Pandas结合，强⼤的数据挖掘组合。
NLTK：（natural language toolkit）Python⾃然语⾔处理模块，包括⼀系列的字符处理和语⾔统计模型。常⽤于学术研究和教学，应⽤领域有语⾔学、认知科学、⼈⼯智能、信息检索、机器学习等。
Mlpy：基于NumPy和SciPy的机器学习模块，CPython的拓展应⽤。
PyBrain：Python机器学习模块，⽤于处理神经⽹络、强化学习、⽆监督学习、进化算法。
Milk：Python机器学习⼯具箱，重点提⾼监督分类法与⼏种有效的分类分析：SVMs，kNN，随机森林和决策树等。
Pattern: Python的web挖掘模块，绑定了Google、Twitter、Wikipedia API，提供⽹络爬⾍、HTML解析功能，⽂本分析包括浅层规则解析、WordNet接⼝、句法与语义分析、TF-IDF、LSA等，还提供聚类、分类和图⽹络可视化的功能。
Orange：基于组件的数据挖掘和机器学习软件套装，它功能友好强⼤，拥有快速⽽多功能的可视化编程前端，以便浏览数据分析和可视化，且绑定了Python已进⾏脚本开发。它包含了完整的⼀系列的组件以进⾏数据预处理，并提供了数据账⽬、过渡、建模、模式评估和勘探的功能。
MXNet：深度学习最新框架，性能和速度超越Theano。
XGBoost：是⼀个速度快、效果好的boosting模型，被封装成了Python模块。该模块能够⾃动利⽤CPU的多线程进⾏并⾏，同时提⾼了算法的精度。

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。