你可能沒聽過它們，但今天或許會考慮上手。至于那些不同生态、不同程式設計語言的工具——對于高手而言，即便沒有使用需求，借鑒它們的代碼執行也能為自己的産品開發帶來許多靈感。
雷鋒網提醒：順序與重要性無關。
一幫缺乏藝術細胞的資料科學家，在某年某月某天突然心懷恐懼地意識到：可視化是資料科學最關鍵的東西之一，而不僅僅是一個加分項。
這就導緻了 scikit-plot 的誕生。
kdnuggests 副主編 matthew mayo 表示：
“我注意到 scikit-plot，是因為在 reddit 上看到了它的作者的發帖，随後幾乎立刻便上了手。”
該項目旨在為 scikit-learn 使用者提供一系列标準、實用的圖表。這包括：
elbow plots feature importance graphs pca projection plots roc curves silhouette plots
scikit-plot 庫有兩個 api，其中一個與 scikit-learn 緊密整合，以控制對其 api 的調用（factory api）。另一個更傳統（the functions api）。但無論哪個都應當足夠你使用。
scikit-feature 是 python 的開源特征選取資源庫，由亞利桑那州立大學的資料挖掘&機器學習實驗室開發。它基于 scikit-learn、numpy 以及 scipy。scikit-feature 内置約 40 個常見特征選取算法，包含傳統算法以及一些結構式、流式的特征選取算法。
所有的特征選取方案，都有一個共同目标：找出多餘、不相關的特征。這是一個相當熱門的研究領域，對此有無數算法。
一名為 rubens zimbres 的資料科學家曾如是說：
“在積累了經驗，嘗試了堆疊神經網絡、并行神經網絡、asymmetric configs、簡單的神經網絡、多層、dropout、激活函數等各種東西之後，我得出了一個結論：論效果，什麼都比不上好的特征選取。”
smile (statistical machine intelligence and learning engine) 是一個快速、全面的機器學習系統。受益于先進的資料結構與算法，smile 有最一流的性能。
smile 覆寫了機器學習的方方面面，包括分類、回歸、聚類、關聯規則挖掘、特征選取、流形學習（manifold learning,）、多元尺度分析（mds）、遺傳算法、missing value imputation、最鄰近搜尋等等。
對于使用 java 和 scala 的開發者，目前來看，smile 是最合适的機器學習庫。你可以把它看作是一個 jvm scikit-learn。該項目有非常全面的官方教程，位址： http://haifengl.github.io/smile/。該教程不僅覆寫了 smile 使用技巧，還是很高品質的機器學習算法入門資料。
如果你用 jvm 開發機器學習，smile 絕對值得一試。事實上，如果你身在這個生态系統卻沒聽過 smile，才是一樁奇聞。
gensim 是一個針對話題模組化、檔案索引、在大語料庫中進行相似性檢索的 python 算法庫。目标閱聽人是自然語言處理和資訊檢索社群。
gensim 是個以完整性為目标的多面手。其開發團隊稱，它為“常見算法提供了高效的多核執行，比如 latent semantic analysis (lsa/lsi/svd), latent dirichlet allocation (lda), random projections (rp), hierarchical dirichlet process (hdp) 或 word2vec 深度學習。”
deepmind 在部落格中表示：
“對于 tensorflow 而言，自從其在 2015 年末開源，一個由衆多進階算法庫組成的多樣生态系統，便已圍繞着它迅速發展起來。這些進階工具，允許常用任務以更簡便、更快的方式完成，極大節省了開發者的時間精力。 作為該生态的新成員，sonnet 也是如此。它與現有的神經網絡算法庫有許多共同點，但部分功能專為 deepmind 的研究需要而設計。”
sonnet 是基于 tensorflow 的進階算法庫。deepmind 承認了它與一些現有産品比較類似，但整合了 deepmind 研究所必須的功能與特性，比如允許特定子產品在随機聚集的 tensor 群組上運作：
“rnn 的狀态，最适合于以異構 tensor 集合來表示，用扁平清單來表示它們很容易會導緻錯誤。sonnet 提供了處理這些随機等級結構的功能，是以改變你的試驗，使用另一種 rnn，并不需要繁冗地修改代碼。deepmind 已經對核心 tensorflow 做了修改，以更好地支援這一使用情況。”
最後，希望本文能夠對你産生幫助。讓你知道一些此前沒聽說過的算法庫，或者你并沒有意識到自己其實需要的功能。
本文作者：三川