机器学习工具吐槽大会：回归模型连p值都不输出，文档描述惨不忍
栗子 发自 凹非寺
量子位 报道 | 公众号 QbitAI
同学，你用过的那些机器学习工具/库，有没有什么让你绝望的地方？
不是我要问，是一个叫做@Train_Smart的网友，在Reddit论坛开帖发问了：
提问的同时，少年还举出自己的经历，抛了个砖：
Pandas里的稀疏矩阵 (sparse matrices) ，到scikit-learn里就不支持了。我弄了好几个小时才发现，sklearn会把稀疏矩阵inflate起来 (30Mb>>20Gb) ，还完全没有提示。
很快，直击灵魂的问题引发了强烈的共鸣，楼下的小伙伴们纷纷说起自己的伤痛。16小时便有130条回复，Reddit热度达到200点。
吐槽大会
槽点有不少，最先受到强烈轰炸的就是：
统计学功能太匮乏
名叫@timmaeus的网友说：
我是从统计学转到机器学习来的，常常很吃惊，因为Python库输出的并不是我期待/我需要的那些指标：比如回归模型，就不会输出系数、p值、置信区间这些东西。
楼下有人 (@AuspiciousApple) 提供了一个解释：
这可能和思维方式有关系，就好像statsmodels也不会有切分数据集 (train_test_split) 这种功能一样。确实很烦，我主要用sklearn，还得把statsmodels召唤出来，就为了那些最基本的统计学信息。
众人群起而附议，场面十分壮观：
开心，在sklearn和statsmodels之间跳来跳去的，不是我一个人。(@luhem007)
我从R过来的，也感觉在Python里面搞个回归表格怎么这么难。(@Bardy_Bard)
我也是先学的R，后来常常想问为什么会设计出numpy/pandas这样的产品。(@po-handz)
我也是从R来的，发现自己要先创建一波定制的库，才能高效地用好那些已经有的库。(@leogodin217)
文档太不走心
网友@colonel_farts说：
TensorFlow文档整体都很让人崩溃。
楼下有人 (@jalagl) 帮他扩大了打击面：
所有文档都算上吧。我用的是PyTorch，也有很多不够好的地方 (没用过TensorFlow，不知道哪个更差) 。
很快就有补刀侠 (@geodesic42) 赶到现场：
PyTorch文档比TensorFlow还烂。
既然都说文档烂，具体烂在哪？
大体可以总结出三条，第一是描述不清楚：
有些东西是真的很怪，而且一点也不直观。比如有的函数，名字本身已经很奇怪，描述还是“it does the thing”一句话的这种。(@swegmesterflex)
随之，大家开始不断地补充各种飘逸的描述：
“Applies the function to the input”(@trashacount12345)
“把函数应用在输入上。”
“Can be called.”(@trashacount12345)
“可以被调用。”
另一个缺点是不给示例：
我小时候用TurboPascal 7编程，标准库里面每个函数都有示例，不是只有描述。
为啥PyTorch就不能给每个函数写个示例？(@visarga)
还有第三个缺点，
推荐阅读
- 接棒李思思，李佳明首秀《回声嘹亮》，主持技巧值得学习
- 《我的小尾巴2》热播，兄妹助农时的一个细节，值得父母们学习
- 李铢衔中文课学习中国传统文化，赵文卓李承铉化身中文指导师
- 《扫黑风暴》收官，李成阳的坚持和大江的仗义，值得喜欢和学习
- 肖战工具人白宇烧脑综艺、吴宣仪春晚茅子俊不火、陈宥维闷声发财
- 榜妹热线肖战工具人、白宇烧脑综艺、吴宣仪春晚、茅子俊不火、陈宥维闷声发财
- 故作姿态被嘲情商低，频上综艺消费自己，李健：单依纯要踏实学习
- 日升全新机器番《境界战机》第二季确定 4月正式开播
- 12部高质量宝藏综艺！3部央妈出品，兼具学习与娱乐，温暖又治愈
- 李勒优学习成绩不理想，难以实现法医梦，崔妈自责没尽到母亲责任