- Scikit Learn 教程
- Scikit Learn - 首页
- Scikit Learn - 简介
- Scikit Learn - 建模过程
- Scikit Learn - 数据表示
- Scikit Learn - 估计器 API
- Scikit Learn - 约定
- Scikit Learn - 线性建模
- Scikit Learn - 扩展线性建模
- 随机梯度下降
- Scikit Learn - 支持向量机
- Scikit Learn - 异常检测
- Scikit Learn - K 近邻算法
- Scikit Learn - KNN 学习
- 朴素贝叶斯分类
- Scikit Learn - 决策树
- 随机决策树
- Scikit Learn - 集成方法
- Scikit Learn - 聚类方法
- 聚类性能评估
- 使用 PCA 进行降维
- Scikit Learn 有用资源
- Scikit Learn - 快速指南
- Scikit Learn - 有用资源
- Scikit Learn - 讨论
Scikit Learn - 简介
在本章中，我们将了解什么是 Scikit-Learn 或 Sklearn，Scikit-Learn 的起源以及其他相关主题，例如负责 Scikit-Learn 开发和维护的社区和贡献者、其先决条件、安装及其功能。
什么是 Scikit-Learn (Sklearn)
Scikit-learn (Sklearn) 是 Python 中最有用和强大的机器学习库。它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，通过 Python 中的一致性接口实现。这个库主要用 Python 编写，建立在NumPy、SciPy 和Matplotlib 之上。
Scikit-Learn 的起源
它最初被称为scikits.learn，并于 2007 年由 David Cournapeau 作为 Google Summer of Code 项目开发。后来，在 2010 年，来自 FIRCA（法国计算机科学与自动化研究所）的 Fabian Pedregosa、Gael Varoquaux、Alexandre Gramfort 和 Vincent Michel 将该项目提升到另一个高度，并在 2010 年 2 月 1 日发布了第一个公开版本（v0.1 beta）。
让我们看看它的版本历史 -
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。该项目托管在 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（助理研究科学家）
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、摩根大通、Evernote、Inria、AWeber、Spotify 等众多组织都在使用 Sklearn。
先决条件
在我们开始使用 scikit-learn 最新版本之前，我们需要以下内容 -
Python (>=3.5)
NumPy (>= 1.11.0)
Scipy (>= 0.17.0)
Joblib (>= 0.11)
Matplotlib (>= 1.5.1) 是 Sklearn 绘图功能所必需的。
Pandas (>= 0.18.0) 是某些使用数据结构和分析的 scikit-learn 示例所必需的。
安装
如果您已经安装了 NumPy 和 Scipy，以下两种方法是最简单的安装 scikit-learn 的方法 -
使用 pip
可以使用以下命令通过 pip 安装 scikit-learn -
pip install -U scikit-learn
使用 conda
可以使用以下命令通过 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 的另一种方法是使用Canopy 和Anaconda 等 Python 发行版，因为它们都附带了 scikit-learn 的最新版本。
功能
Scikit-learn 库侧重于对数据进行建模，而不是侧重于加载、处理和汇总数据。Sklearn 提供的一些最受欢迎的模型组如下 -
监督学习算法 - 几乎所有流行的监督学习算法，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，它还包含从聚类、因子分析、PCA（主成分分析）到无监督神经网络的所有流行的无监督学习算法。
聚类 - 此模型用于对未标记数据进行分组。
交叉验证 - 用于检查监督模型在未见过的数据上的准确性。
降维 - 用于减少数据中属性的数量，可进一步用于汇总、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，并且可以在 BSD 许可下进行商业使用。