看机器学习困了累了，就玩玩这本实验指导书吧

就连我这个从来没有系统学习过python的人都觉得作者写的代码带渣了。

你好，此书中svm章节中介绍了简化SMO及完整SMO算法，书中有说error cache在完整版SMO算法中的作用，不知道你所说的'形同虚设', 是不是指简化SMO算法中的error cache? 我看了下Platt的原始论文，《机器学习实战》中的完整版SMO算法 与Platt的原始SMO算法的差别 应该是对于eta=0 的处理上。刚开始接触这些，所以好多糊涂的地方，希望能多多指教。

不得不说作者的代码风格无力吐槽,打开linter后,一片爆红

@DZJ 话说回来，作者写数值计算的代码竟然不能合理使用 vectorization 的编程风格，使得代码的性能不能达到最佳，这叫做误导读者。

@DZJ 代码的质量并不会因为作者写代码时所持有的态度所改变。即便像你说的那样，那么这本书的代码也是“为读者着想”的烂代码，并不会变成好代码。

作者是用伪码的思维来命名的，让不熟悉python的读者也能看的懂，本来就不是为了教人怎么用python的
如此巧妙的命名方式，站在读者的立场思考问题的思维，居然被说成是代码写得真的真的很渣。。。虽然隔了2年才看到这本书，还是要反驳一下

我开始看的时候，也觉得作者的编程思路有问题。后来发现，作者很多时候是为了使用矩阵、数组运算，而回避了数据结构的组织。

机器学习的话，必须懂矩阵理论的。而且最好练习一下英文阅读，中文的书都没什么质量。

Bishop 的『模式识别与机器学习』？
要求英语水平如何？
只懂些概率知识，用来入门合适吗？
毕竟一些术语还不明白。
谢谢

分别看。机器学习就看偏理论的，例如 Bishop 的『模式识别与机器学习』，Python 就看纯编程的，结合 Numpy 等的文档。两者结合起来的书既缺乏理论深度，又缺乏技术精度，纯娱乐的。

哦。
那么机器学习、还有python看哪本书好些？

@springjava 各种啊，完全不是 Python 的写法，命名法不符合 PEP8 的标准，很多算法都有更紧凑的表达方式（比如 list comprehension），而且 SVM 彻底写错了，我查到算法的论文自己实现了一个。

哪些python代码写的有问题？