点击上方 "程序员小乐"关注, 星标或置顶一起成长
每天凌晨00点00分, 第一时间与你相约
每日英文
Everybody has difficult years, but a lot of times the difficult years end up being the greatest years of your whole entire life, if you survive them.
每个人都有很艰难的岁月。但是大多数时候，那些艰难的岁月最后会变成整个生命中最精彩的日子，如果你挺过来的话。
每日掏心话
面对着一切，过去了就放下，无需纠缠，从容淡定，犹如云聚云散。每一天，每一刻，都是结束，也都是开始。
来自：量子位 报道 | 公众号 QbitAI | 责编：乐乐
往日回顾：重磅！中国限制 AI 技术出口：TikTok 需经国家批准，才可出售
正文
Smile，如其名，会是一个让你「笑着用」的好工具。
它的全名叫做 Statistical Machine Intelligence and Learning Engine，是一个快速、全面的机器学习系统。
试问有多全？可以说是「方方面面」。
机器学习方面，例如分类、回归、聚类、关联规则挖掘、特征选取、流形学习、多维尺度分析、遗传算法、最邻近搜索等等。
当然还有像数据可视化、数理统计等其他任务也是 hold 得住。
还体现在语言方面，例如 Java、Scala、Kotlin 和 Clojure 都可以轻松驾驭。
而且，还可以在线试用！
几行代码就能用起来
一个工具好不好，「易用性」很关键。
先来看下 Smile 用起来有多方便。
以「随机森林」为例，Java 代码如下：
Scala、Kotlin 的代码分别是：
简单定义、调用即可，确实挺方便。
Smile 提供了数百种高级算法，并且界面十分简洁。其中，Scala API 还提供了高级运算符，可以轻松构建机器学习应用。
全面的机器学习
说到 Smile 的「全面性」，先来看下它在机器学习上都能做些啥。
分类：支持向量机、决策树、AdaBoost、随机森林、梯度提升、神经网络、最大熵分类器，KNN，朴素贝叶斯，fisher/线性/二次/正则判别分析等。
回归：支持向量回归、高斯过程、回归树、梯度提升、随机森林、RBF 网络、OLS、LASSO、ElasticNet、岭回归等。
特征选择：基于遗传算法的特征选择、基于集成学习的特征选择、树形图、信噪比等。
聚类：BIRCH,、CLARANS、 DBSCAN、DENCLUE、Neural Gas、K-Means、X-Means等。
关联规则和频繁项集挖掘：FP-growth 挖掘算法。
流形学习：IsoMap、LLE、Laplacian 特征映射、t-SNE、UMAP、PCA、核 PCA、概率 PCA。
多维缩放：经典 MDS、等渗 MDS、Sammon 映射。
最近邻搜索：BK树、Cover树、kd树、SimHash、LSH。
序列学习：隐马尔可夫模型，条件随机域。
自然语言处理：分句器和分词器、Bigram 统计测试、短语提取器、关键词提取器、词性标注器、相关性排序。
由于排版问题，有一些能够实现的机器学习方法还没有列完。
但从上面列举的方法中可以看出，Smile 能够处理的机器学习方法还是较为全面。
数学、统计和可视化
Smile 还提供先进的数值计算环境：从特殊函数、线性代数，到随机数发生器、统计分布和假设检验。
搜索公众号程序员小乐回复关键字“offer”获取算法面试题和答案。
另外，还实现了图形、波形和各种插值算法。
除此之外，还能够实现数据可视化。
例如散点图、直线图、阶梯图、条形图、箱形图、热力图等等。
Java or Python？
虽然 Smile 工具好用是好用，但在 Reddit 上还是激起了一番争议。
矛盾点还是语言之间的较量。
拥护Python的选手便说：
如果没有Python API，你不可能在这个社区（实现）太多能力。
还有对Java语言的「嘲讽」：
你说Scala、Kotlin 和 Clojure，你只是换了不同的方式说Java而已。
但 Smile 也官网上强有力的做出了「回应」：
Smile 性能比R、Python好。
那么，你看好这款Smile工具吗?
参考链接：
http://haifengl.github.io/
欢迎在留言区留下你的观点，一起讨论提高。如果今天的文章让你有新的启发，欢迎转发分享给更多人。欢迎加入程序员小乐技术交流群，在后台回复“加群”或者“学习”即可。
猜你还想看
面试官问我：上亿数据量下，Kafka是如何优化JVM GC问题的？我竟然回答不上来...
关注订阅号「程序员小乐」，收看更多精彩内容
嘿，你在看吗？
