人工智能 | Scikit-learn 简介

简介

Scikit-learn是Python编程语言的免费机器学习库。Scikit-learn基于 NumPy、SciPy 和 matplotlib Python科学计算库构建，是一个简单高效的预测数据分析工具。Scikit-learn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（基于密度的聚类算法）。由于Scikit-learn用户友好的界面和许多可用的算法，是最常见的经典机器学习框架之一。Scikit-learn遵循开源BSD许可协议。

发展历史

scikit-learn始于2007年法国数学科学家David Cournapeau的一个 Google Summer of Code项目。起初该项目名称源自成为“SciKit”（SciPy Toolkit）的想法，是想作为SciPy 的一个独立开发和发行的第三方扩展。后来，Matthieu Brucher加入了该项目， 并将其作为自己论文的一部分。

2010年，法国计算机科学与自动化研究所的Fabian Pedregosa、Gael Varoquaux、Alexandre Gramfort和Vincent Michel接管了这个项目，并在2010年2月1日发布了第一个公开版本（v0.1 beta）。目前，scikit-learn最新版本是 1.3.0。

scikit-learn 工具

Scikit learn为各种机器学习任务提供了一些工具，用于构建、拟合和评估模型：

小结

Scikit–learn是一个用于机器学习的Python库，是一种简单高效的数据挖掘和数据分析工具，具有各种分类、回归和聚类算法，包括支持向量机、随机森林、梯度增强和k-means。

Scikit learn 可用于有监督和无监督的机器学习算法，是最常见的经典机器学习框架之一。随着机器学习领域的不断发展，scikit-learn 将会会发挥越来越重要的作用。