机器学习关注的是: 计算机程序如何随着经验积累自动提高性能。而最大的吸引力在于，不需要写任何与问题相关的特定代码，泛型算法就能告诉你一些关于数据的秘密。

在之前的一篇文章中，我们讨论了如何将随机森林模型转成一个「白箱子」，就像预测变量可以由一组拥有不同特征自变量的来解释。

Scikit-Learn是基于python的机器学习模块，基于BSD开源许可证。这个项目最早由DavidCournapeau 在2007 年发起的，目前也是由社区自愿者进行维护。

用scikit-learn和IPython构建并行机器学习方案，内容覆盖机器学习、文本分类、并行开发等，附赠全部IPython代码，ogrisel本人也是scikit-learn开发成员，视频是...

sklearn 快速入门的官方文档1。这个文档主要描述机器学习的概念，以及如何加载数据，训练模型，保存模型。

首先推荐大名鼎鼎的scikit-learn，scikit-learn是一个基于NumPy, SciPy, Matplotlib的开源机器学习工具包，主要涵盖分类，回归和聚类算法，例如SVM， 逻...

scikit-learn是一个构建在SciPy之上用于机器学习的 Python 模块。