scikit-learn

scikit-learn

File:Scikit learn logo small.svg
原作者	David Cournapeau
首次發布	2007年6月​（2007-06）
當前版本
原始碼庫	{{URL|example.com|可选的显示文本}}
程式語言	Python, Cython, C, C++
引擎
作業系統	Linux, macOS, Windows
類型	機器學習庫
許可協議	三條款BSD許可證
網站	scikit-learn.org

Scikit-learn（曾叫做scikits.learn與sklearn）是用於Python程式語言的自由並開源的機器學習庫。它包含了各種分類、回歸和聚類算法，包括多層感知器、支持向量機、隨機森林、梯度提升、k-平均聚類和DBSCAN，它被設計協同於Python數值庫NumPy和和科學庫SciPy。

概述

scikit-learn計劃開始於scikits.learn，它是David Cournapeau的Google編程之夏計劃。它的名字來源自成為「SciKit」（SciPy工具箱）的想法，即一個獨立開發和發行的第三方SciPy擴展。最初的代碼庫被其他開發者重寫了。在2010年，來自法國羅康庫爾的法國國家信息與自動化研究所的Fabian Pedregosa、Gael Varoquaux、Alexandre Gramfort和Vincent Michel，領導了這個項目並在2010年2月1日進行了首次公開發行。在各種scikit中，scikit-learn和scikit-image截至2012年11月 (2012-11)是「良好維護和流行的」。Scikit-learn是在GitHub上最流行的機器學習庫之一。

特徵

• 聚成大型目錄的成熟的機器學習算法和數據預處理方法（比如特徵工程）。
• 常見數據科學任務的實用方法，比如將數據分裂成訓練集和測試集、交叉驗證和網格搜索。
• 運行機器學習模型的一致方式（estimator.fit()和estimator.predict()），模型庫可以實現它們。
• 構造數據科學處理過程的聲明式方式（Pipeline），包括數據預處理和模型擬合。

例子

擬合一個隨機森林分類器：

>>> from sklearn.ensemble import RandomForestClassifier
>>> classifier = RandomForestClassifier(random_state=0)
>>> X = [[ 1,  2,  3],  # 2 samples, 3 features
...      [11, 12, 13]]
>>> y = [0, 1]  # classes of each sample
>>> classifier.fit(X, y)
RandomForestClassifier(random_state=0)

實現

Scikit-learn主要用Python編寫的，並廣泛使用NumPy進行高性能線性代數和數組運算。此外，一些核心算法用Cython書寫來以提高性能。在某些情況下，用Python擴展出特定方法是不可能的；比如支持向量機，是通過用Cython包裝LIBSVM實現；邏輯斯諦回歸和線性支持向量機，是通過對LIBLINEAR的類似的包裝實現的。

Scikit-learn與很多其他Python庫可以良好的集成起來，比如用於繪圖的matplotlib和plotly，用於陣列向量化的NumPy，用於數據幀的pandas，用於科學計算的SciPy等等。

有關工具

• sklearn-onnx是將scikit-learn模型轉換成ONNX的工具。
• SciKeras是對Keras模塊的scikit-learn兼容的包裝器。
• skorch是包裝了PyTorch的scikit-learn兼容的神經網絡庫。

參見

• mlpy
• SpaCy
• NLTK
• Orange
• PyTorch
• TensorFlow
• Infer.NET
• 數值分析軟體

外部連結

• 官方網站