維基百科

scikit-learn

Scikit-learn（曾叫做scikits.learn與sklearn）是用於Python編程語言的自由並開源的機器學習庫[2]。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。

scikit-learn
原作者David Cournapeau
首次發布2007年6月，​17年前​（2007-06）
當前版本1.5.2[1]在維基數據編輯（2024年9月11日，2個月前）
源代碼庫
編輯維基數據鏈接
編程語言Python, Cython, C, C++
操作系統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

概述

scikit-learn計劃開始於scikits.learn，它是David Cournapeau（英語：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[3]。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[4]。在各種scikit中，scikit-learn和scikit-image（英語：scikit-image）截至2012年11月 (2012-11)是「良好維護和流行的」[5]。Scikit-learn是在GitHub上最流行的機器學習庫之一[6]。

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（英語：LIBSVM）實現；邏輯斯諦回歸和線性支持向量機，是通過對LIBLINEAR（英語：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（英語：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[7]。
  • SciKeras是對Keras模塊的scikit-learn兼容的包裝器[8]。
  • skorch是包裝了PyTorch的scikit-learn兼容的神經網絡庫[9]。

參見

引用

  1. ^ 1.0 1.1 Release 1.5.2. 2024年9月11日 [2024年9月26日]. 
  2. ^ 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. Scikit-learn: Machine Learning in Python. Journal of Machine Learning Research. 2011, 12: 2825–2830 [2020-10-31]. （原始內容存檔於2020-12-01）. 
  3. ^ Dreijer, Janto. scikit-learn. [2020-10-31]. （原始內容存檔於2020-11-07）. 
  4. ^ About us — scikit-learn 0.20.1 documentation. scikit-learn.org. [2020-10-31]. （原始內容存檔於2020-11-06）. 
  5. ^ Eli Bressert. SciPy and NumPy: an overview for developers. O'Reilly. 2012: 43 [2020-10-31]. （原始內容存檔於2016-04-25）. 
  6. ^ The State of the Octoverse: machine learning. The GitHub Blog. GitHub. 2019-01-24 [2019-10-17]. （原始內容存檔於2020-11-07） （美國英語）. 
  7. ^ sklearn-onnx — Convert scikit-learn models and pipelines to ONNX. [2023-09-22]. （原始內容存檔於2023-10-11）. 
  8. ^ SciKeras － Scikit-Learn API wrapper for Keras. [2022-09-01]. （原始內容存檔於2022-06-19）. 
  9. ^ skorch － A scikit-learn compatible neural network library that wraps PyTorch. [2022-09-01]. （原始內容存檔於2022-08-24）. 

外部連結

取自「https://zh.wikipedia.org/w/index.php?title=Scikit-learn&oldid=84080117」