Scikit-Learn

工具描述

Scikit-learn（原名scikits.learn，又名sklearn）是一个用于Python编程语言的免费软件机器学习库。它具有各种分类、回归和聚类算法，包括支持向量机、随机森林、梯度提升、k-means和DBSCAN，并被设计为与Python数值和科学库NumPy和SciPy互操作。Scikit-learn是一个由NumFOCUS财政资助的项目。

scikit-learn项目始于scikits.learn，是法国数据科学家David Cournapeau的Google Summer of Code项目。它的名字源于它是一个 "SciKit"（SciPy工具包）的概念，它是SciPy的一个单独开发和分发的第三方扩展。原始代码库后来被其他开发者重写。2010年，Fabian Pedregosa、Gael Varoquaux、Alexandre Gramfort和Vincent Michel（他们都来自法国Rocquencourt的法国计算机科学与自动化研究所）领导了这个项目，并在2010年2月1日首次公开发布。在各种scikits中，scikit-learn以及scikit-image在2012年11月被描述为 "维护良好且受欢迎"。

Scikit-learn主要由Python编写，并广泛使用NumPy进行高性能的线性代数和阵列操作。此外，一些核心算法是用Cython编写的，以提高性能。支持向量机由LIBSVM周围的Cython包装器实现；逻辑回归和线性支持向量机由LIBLINEAR的类似包装器实现。在这种情况下，用Python扩展这些方法可能是不可能的。

Scikit-learn与许多其他的Python库整合得很好，比如用于绘图的Matplotlib和plotly，用于数组矢量化的NumPy，Pandas数据帧，SciPy，等等。

是否开源： 是

许可协议： BSD-3-Clause license

官方地址： https://scikit-learn.org/stable/index.html

GitHub地址： https://github.com/scikit-learn/scikit-learn

初始贡献者： David Cournapeau