HTML CSS JAVASCRIPT JQUERY AI PHP SQL EXCEL LINUX C# C++ C PYTHON JAVA 教程库 参考手册 技术文章 测验 练习 HOWTO FAQ
❮ ❯

Scikit Learn - 简介

在本章中，我们将了解什么是 Scikit-Learn 或 Sklearn、Scikit-Learn 的起源以及其他一些相关主题，例如负责开发和维护 Scikit-Learn 的社区和贡献者、其前提条件、安装及其功能。

什么是 Scikit-Learn (Sklearn)

Scikit-learn (Sklearn) 是 Python 中最实用、最强大的机器学习库。它通过 Python 的一致性接口提供了一系列高效的机器学习和统计建模工具，包括分类、回归、聚类和降维。这个库主要用 Python 编写，基于 NumPy、SciPy 和 Matplotlib 构建。

Scikit-Learn 的起源

它最初名为 scikits.learn，最初由 David Cournapeau 于 2007 年作为 Google Summer of Code 项目开发。后来，在 2010 年，来自法国计算机科学与自动化研究所 (FIRCA) 的 Fabian Pedregosa、Gael Varoquaux、Alexandre Gramfort 和 Vincent Michel 将这个项目提升到了一个新的水平，并于 2010 年 2 月 1 日发布了第一个公开版本 (v0.1 beta)。

让我们来看看它的版本历史 −

  • 2019 年 5 月：scikit-learn 0.21.0

  • 2019 年 3 月：scikit-learn 0.20.3

  • 2018 年 12 月：scikit-learn 0.20.2

  • 2018 年 11 月：scikit-learn 0.20.1

  • 2018 年 9 月：scikit-learn 0.20.0

  • 2018 年 7 月：scikit-learn 0.19.2

  • 2017 年 7 月：scikit-learn 0.19.0

  • 2016 年 9 月：scikit-learn 0.18.0

  • 2015 年 11 月。scikit-learn 0.17.0

  • 2015 年 3 月。scikit-learn 0.16.0

  • 2014 年 7 月。scikit-learn 0.15.0

  • 2013 年 8 月。scikit-learn 0.14

社区与贡献者

Scikit-learn 是一项社区努力，任何人都可以为其做出贡献。该项目托管于 https://github.com/scikit-learn/scikit-learn。以下人员目前是 Sklearn 开发和维护的核心贡献者 −

  • Joris Van den Bossche（数据科学家）

  • Thomas J Fan（软件开发人员）

  • Alexandre Gramfort（机器学习研究员）

  • Olivier Grisel（机器学习专家）

  • Nicolas Hug（助理研究员）

  • Andreas Mueller（机器学习科学家）

  • Hanmin Qin（软件工程师）

  • Adrin Jalali（开源开发者）

  • Nelle Varoquaux（数据科学研究员）

  • Roman Yurchak（数据科学家）

Booking.com、JP Morgan、Evernote、Inria、AWeber、Spotify 等众多机构都在使用 Sklearn。

先决条件

在开始使用 scikit-learn 最新版本之前，我们需要以下 −

  • Python (>=3.5)

  • NumPy (>= 1.11.0)

  • Scipy (>= 0.17.0)li

  • Joblib (>= 0.11)

  • Sklearn 绘图功能需要 Matplotlib (>= 1.5.1)。

  • 部分使用数据结构和分析的 scikit-learn 示例需要 Pandas (>= 0.18.0)。

安装

如果您已经安装了 NumPy 和 Scipy，以下是两种安装 scikit-learn 的最简单方法 −

使用 pip

以下命令可通过 pip − 安装 scikit-learn

pip install -U scikit-learn

使用 conda

以下命令可通过 conda − 安装 scikit-learn

conda install scikit-learn

另一方面，如果您的 Python 工作站上尚未安装 NumPy 和 Scipy，则可以使用 pip 或 conda 安装它们。

使用 scikit-learn 的另一种选择是使用 Python 发行版，例如 Canopy 和 Anaconda，因为它们都附带scikit-learn 的最新版本。

功能

Scikit-learn 库专注于数据建模，而非加载、操作和汇总数据。Sklearn 提供的一些最流行的模型组如下 −

监督学习算法 − 几乎所有流行的监督学习算法，例如线性回归、支持向量机 (SVM)、决策树等，都是 scikit-learn 的一部分。

无监督学习算法 − 另一方面，它也包含所有流行的无监督学习算法，从聚类、因子分析、PCA（主成分分析）到无监督神经网络。

聚类 −此模型用于对未标记数据进行分组。

交叉验证 − 用于检查监督模型对未见数据的准确性。

降维 − 用于减少数据中的属性数量，以便进一步用于汇总、可视化和特征选择。

集成方法 − 顾名思义，它用于组合多个监督模型的预测。

特征提取 − 用于从数据中提取特征以定义图像和文本数据中的属性。

特征选择 − 用于识别有用的属性以创建监督模型。

开源 −它是一个开源库，也可在 BSD 许可下用于商业用途。

❮ ❯