scikit-learn

Scikit-learn（曾叫做scikits.learn还叫做sklearn）是用于Python编程语言的自由软件机器学习库[3]。它的特征是具有各种分类、回归和聚类算法，包括支持向量机、随机森林、梯度提升、k-平均聚类和DBSCAN，它被设计协同于Python数值和科学库NumPy和SciPy。

scikit-learn
原作者David Cournapeau
初始版本2007年6月​（2007-06）
穩定版本
0.23
（2020年5月12日​（2020-05-12）[1][2]）
源代码库
编程语言Python, Cython, C, C++
操作系统Linux, macOS, Windows
类型机器学习库
许可协议三条款BSD许可证
网站scikit-learn.org

概述

scikit-learn计划开始于scikits.learn，它是David Cournapeau的Google编程之夏计划。它的名字来源自成为“SciKit”（SciPy工具箱）的想法，即一个独立开发和发行的第三方SciPy扩展[4]。最初的代码库被其他开发者重写了。在2010年，来自法国罗康库尔的法国国家信息与自动化研究所的Fabian Pedregosa、Gael Varoquaux、Alexandre Gramfort和Vincent Michel，领导了这个项目并在2010年2月1日进行了首次公开发行[5]。在各种scikit中，scikit-learn和scikit-image截至2012年11月 (2012-11)被称为“良好维护和流行的”[6]。Scikit-learn是在GitHub上最流行的机器学习库之一[7]。

实现

Scikit-learn在很大程度上是用Python书写的，并大量使用了NumPy来进行高性能线性代数和数组运算。进一步的，一些核心算法用Cython书写来增进性能。支持向量机是通过对LIBSVM的Cython包装来实现的；逻辑回归和线性支持向量机是通过对LIBLINEAR的类似的包装实现的。在这些情况下，用Python扩展出这些方法是不可能的。

Scikit-learn良好集成于很多其他Python库，比如用于绘图的matplotlib和plotly，用于数组向量化的NumPy，用于数据帧的pandas，SciPy等等。

参见

引用
  1. . [2020-10-31]. （原始内容存档于2020-09-19）.
  2. . Python Package Index.
  3. Fabian Pedregosa; Gaël Varoquaux; Alexandre Gramfort; Vincent Michel; Bertrand Thirion; Olivier Grisel; Mathieu Blondel; Peter Prettenhofer; Ron Weiss; Vincent Dubourg; Jake Vanderplas; Alexandre Passos; David Cournapeau; Matthieu Perrot; Édouard Duchesnay. . Journal of Machine Learning Research. 2011, 12: 2825–2830 [2020-10-31]. （原始内容存档于2020-12-01）.
  4. Dreijer, Janto. . [2020-10-31]. （原始内容存档于2020-11-07）.
  5. . scikit-learn.org. [2020-10-31]. （原始内容存档于2020-11-06）.
  6. Eli Bressert. . O'Reilly. 2012: 43 [2020-10-31]. （原始内容存档于2016-04-25）.
  7. . The GitHub Blog. GitHub. 2019-01-24 [2019-10-17]. （原始内容存档于2020-11-07） （美国英语）.

外部链接
This article is issued from Wikipedia. The text is licensed under Creative Commons - Attribution - Sharealike. Additional terms may apply for the media files.