ML导师：学习机器学习，同时不要离开pythonide的一致性（Jupyter笔记本或googlecolab）
ml-tutor的Python项目详细描述
ML导师v1.0.3
ML Tutor是一个Python库，用来帮助人们学习机器学习（ML）。在
机器学习（ML）是相当困难的，尤其是如果你刚刚开始（有没有做过）！ 我创建这个库是为了帮助任何有兴趣学习ML的人。ML Tutor提供视觉培训 它里面的每一个算法，这样你就可以实时地看到你的数据发生了什么！ 除此之外，对于每一个算法，都有一个关于它如何工作的理论和面试问题。在
快乐学习！^_^在
如果您希望：
- 直接从Jupyter笔记本或googlecolab学习最流行的机器学习算法
- 可视化数据发生了什么（仅用于教育目的）
使用
为了演示您可以使用ML Tutor做什么，我们需要一个数据集。 您可以使用自己的数据集或一些经典数据集（如Iris）。在
让我们使用Sklearn库中的Iris数据集并将其拆分为训练和测试子集。在
fromsklearn.datasetsimportload_irisfromsklearn.model_selectionimporttrain_test_splitdataset=load_iris()X_train,X_test,y_train,y_test=train_test_split(dataset.data,dataset.target,test_size=0.2)
训练/预测
聚类
对于集群示例，让我们导入KMeans并演示如何在ML Tutor库中使用它。
注意，您可以像任何sklearn算法一样训练/测试它。在
每个算法都有几个可以提供的参数，但是唯一的参数是visual_training。
如果将其设置为True，您将在IDE中看到整个培训过程。在
分类
对于分类示例，让我们使用KNeighbourClassifier（KNN）。在
因为KNN只在调用.fit()函数时存储数据，所以可视化部分在预测时出现。在
fromml_tutor.classification.knnimportKNeighbourClassifierclf=KNeighbourClassifier(n_neighbors=5,visual_training=True,number_of_visual_steps=2)clf.fit(X_train,y_train)predictions=clf.predict(X_test)
算法是如何工作的？（理论）
每个算法都有方法.how_it_works()，它直接在IDE中生成博客文章。
每个博客都是由社区的人写的，而不是我自己，最后，他们得到了一个伟大的材料的欢呼。在
fromml_tutor.classification.knnimportKNeighbourClassifierclf=KNeighbourClassifier()clf.how_it_works()
我掩护你！只需将video=True放在方法how_it_works()内，它就会为你打开一个YouTube视频。在
fromml_tutor.classification.knnimportKNeighbourClassifierclf=KNeighbourClassifier()clf.how_it_works(video=True)
问题
如果您对任何算法调用.interview_questions()，它将为该算法生成包含面试问题的资源。在
fromml_tutor.classification.knnimportKNeighbourClassifierclf=KNeighbourClassifier()clf.interview_questions()
Sklearn代码
由于这是一个用于教育的库，而不是用于生产的库，因此您需要学习如何将这些算法与经过战斗测试的库sklearn一起使用。只要在任何算法上调用.sklearn_version()，它就会为您生成代码！在
注意：目前，这种方法只适用于Jupyter笔记本！在
fromml_tutor.classification.knnimportKNeighbourClassifierclf=KNeighbourClassifier()clf.sklearn_version()
支持的IDE
目前，Jupyter Notebook完全支持该库，Google Colab部分支持该库
（请阅读Sklearn code部分了解更多详细信息）。在
安装
使用pip
安装
您可以使用pip（或pip3）直接从PyPi存储库安装ML-Tutor：
pip install ml-tutor
手动安装
如果您喜欢从源代码安装：
- 克隆此存储库
git clone https://github.com/lucko515/ml-tutor
- 转到库文件夹并运行
pip install .
托多
如果你想为ML导师做贡献，下面是待办事项：
- []
.sklearn_version()在Google Colab中不工作 - []逻辑回归可视化需要重做，目前它没有显示分类行如何随时间变化
- []面试问题应添加到每个算法中（以
knn.py为参考） - []可视化导出到
.gif和/或.mp4 - []其他算法（例如NaiveBayes）
- []对其他IDE的支持（例如常规的PythonShell）
在联系人
在LinkedIn上添加我。在
- 项目
标签：
欢迎加入QQ群-->： 979659372
