Scikit-learn 發布 0.20版本！新增處理缺失值、合併Pandas等亮點功能

整理 | Jane

出品 | AI科技大本營

之前一直預告 Scikit-learn 的新版本會在 9 月發布，在馬上就要結束的 9 月，我們終於迎來了 Scikit-learn 0.20。

此版本修復了大量的錯誤和功能，增強了 Scikit-learn 庫，改善了文檔和示例。在此對 Scikit-learn 的貢獻者表示感謝！

新版本已經上線，小夥伴們是不是已經迫不及待想去試試了，在此之前，營長要特別提醒大家：Scikit-learn 0.20 是支持 Python 2.7 和 Python 3.4 的最後一個版本，從 Scikit-learn 0.21 開始，就只支持 Python 3.5 及更高版本的 Python。

Scikit-learn 作為基於 Python 語言的機器學習工具，一直備受關注。它是簡單高效的數據挖掘與分析工具，建立在 Numpy、SciPy 和 Matplotlib 上，亦可在多種環境中重複使用，更重要的是 Scikit-learn 是開源的。

下面我們就來一起看一下新版本有哪些值得大家關注的亮點：

1.增加對數據科學用例的支持；如缺失值、類別變數、異類數據及分布異常的特徵/目標。之前由 NaNs 表示的特徵缺失值，現在被按列預處理（如scalers）接受。每個特徵都無需考慮缺失值，包含缺失值的數據也可以被轉換。儘管缺少數據，新模塊 impute 為學習提供了估算器。

2.ColumnTransformer 處理 Pandas 中不同特徵或不同列的情況。DataFrame 需要不同的預處理。字元串或 Pandas 的 類別數據列都可以用 OneHotEncoder 或 OrdinalEncoder 進行編碼。

3.TransformedTargetRegressor 可以幫助把回歸目標轉換為模型。PowerTransformer 和 KBinsDiscretizer 將加入 quantileTransformer 作為 非線性變換。

4.除此之外，還為幾個估計器（KMeans、Bayesian ridge 和 KernelDensity）增加了支持樣本權重的功能，並且改進了估計器（ MLPRegressor, GradientBoostingRegressor 和 SGDRegressor）的停止標準。

5.伴隨此版本還首次公開發布了由 Joel Nothman 開發的通用術語和 API 列表（ Glossary of Common Terms and API Elements），旨在幫助用戶和貢獻者更熟悉 Scikit-learn 中的術語和資源。

除了這些亮點外，還修復了很多 models 和 bug，大家可以自行查看 Scikit-learn 0.20 更新說明。

Scikit-learn 0.20 新版本說明：

http://scikit-learn.org/dev/whats_new.html#version-0-20

核心術語表：

http://scikit-learn.org/dev/glossary.html#glossary

Scikit-learn 中文版本（還未更新至 0.20）

http://sklearn.apachecn.org/cn/0.19.0/

好啦~到這裡大家就準備去更新你的 Scikit-learn 吧！在發布新版本之前我們就給大家預告過一個教程（Scikit-learn 中 合併 Pandas 後的新教程），這次大家可以在新版本中直接試驗一下，有問題我們下面評論區再聊~

2018 AI開發者大會

拒絕空談，技術爭鳴

2018 AI開發者大會（AI NEXTCon）由中國IT社區CSDN與矽谷AI社區AICamp聯合出品的AI技術與產業年度盛會。多年經驗淬鍊，如今蓄勢待發：將有近百位中美頂尖AI專家、知名企業代表以及千餘名AI開發者齊聚北京，進行技術解讀和產業論證。我們只講技術，拒絕空談，誠摯邀請AI業內人士一起共鑄人工智慧新篇章！

2018 AI開發者大會首輪重磅嘉賓及深度議題現已火熱出爐，掃碼搶「鮮」看。國慶特惠，購票立享5折優惠！

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！