sklearn和statsmodels 的区别

skleran 常用子模块 ：

sklearn 是一个机器学习包。
 分类 ：SVM ， K近邻 ，随机森林 ， 逻辑回归等。
 回归 ：Lasso ,岭回归 等。
 聚类 ：K-means ,谱聚类等。
 降维 ：PCA ,特征选择 ，矩阵分解等。
 模型选择 ：网格搜索， 交叉验证 ，指标矩阵。
 预处理： 特征提取，正态化。

statsmodels常用子模块

回归模型：线性回归 ，通用线性回归，鲁邦线性模型  ，线性混合效应模型等。
方差分析（ANOVA）。
时间序列分析：AR , ARMA , ARIMA , VAR等。
非参数方法： 核密度估计 ， 核回归。
统计模型结果可视化。

statsmodels更专注于统计推理，提供不确定性评价和P值参数，
sklearn更专注于预测。