金磊 发自 凹非寺 量子位 报道 | 公众号 QbitAI
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。
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/
