机器学习开发环境

Question

我使用python在机器学习中做原型，但经常对缓慢的解释器感到沮丧。是否有一种适合原型的语言（足够的库，如sklearn，numpy，scipy），但同时速度快，是一种强大的语言。

我正在寻找的是我可以在生产中进行原型设计和部署的东西。人们通常使用什么？

Answer 1

据我所知，如果你想要一个包含大量库的真实语言，那么Python就像它一样好。

MATLAB可能是最受欢迎的原型商业解决方案。它有许多内置插件，易于操作。在性能方面，MATLAB目前在原型设计方面处于领先地位，仅次于生产的编译语言（C，Fortran，C ++，...）。但是，这不是一种合适的语言，所以我猜这不是你想要的。

Answer 2

Python与你描述的那种原型一样好。但是，我不得不问，如果你对它作为数字语言的速度感到沮丧：你是如何编写代码的？在Python中执行此操作的方法是使用Numpy，这是一个用于数值计算的包，其中使用编译的C代码执行数组（矩阵）上的基础操作。它确实意味着学习如何将计算表达为矩阵运算，因此，如果您不习惯线性代数/矩阵操作，那么可能需要一些习惯。它基本上是一个类似Matlab的环境。

我的经验：如果你使用大量循环，元素操作等编写python代码，那么它很慢而且很难看。一旦你学会了等效的Numpy / Scipy方式，速度提升就是惊人的（你写的也更接近数学表达式）。

Answer 3

您可以在Python RPy中使用R.这样你就可以在python程序中使用R功能进行进一步的使用。

根据您的目的，您还可以查看OpenCV Python，了解更低级别的机器学习工具（SVM ...）