Scikit-learn

scikit-learn（サイキット・ラーン、旧称: scikits.learn）は、Pythonのオープンソース機械学習ライブラリ^[2]である。サポートベクターマシン、ランダムフォレスト、勾配ブースティング、k近傍法、DBSCANなどを含む様々な分類、回帰、クラスタリングアルゴリズムを備えており、Pythonの数値計算ライブラリのNumPyとSciPyとやり取りするよう設計されている。

scikit-learn

作者	デイビット・クールナポー（英語版）
初版	2007年 (18年前) (2007-06)
最新版	1.6.1[1]  - 2025年1月10日 (4か月前) [±]
リポジトリ	github.com/scikit-learn/scikit-learn
プログラミング 言語	Python, Cython, C, C++
対応OS	Linux, macOS, Microsoft Windows
種別	機械学習ライブラリ
ライセンス	BSD License
公式サイト	scikit-learn.org

教師あり学習と教師なし学習に対応している。ただし、強化学習・深層学習・グラフィカルモデル（隠れマルコフモデルなど）・シーケンス予測には対応しない方針となっている^[3]。

概要

Scikit-learnプロジェクトは David Cournapeau によるGoogle Summer of Codeプロジェクト、scikits.learnとして始まった。名前は「Scikit」 (SciPy Toolkit) つまり独立して開発・配布されるScipyのサードパーティ拡張であることを示している^[4]。オリジナルのコードベースは他の開発者に後に書き換えられた。様々なScipy Toolkitのうち、scikit-learnとscikit-image（英語版）は2012年11月に「well-maintained and popular（よくメンテナンスされており、広く使われている）」と評されている^[5]。

2015年以降、scikit-learnは活発に開発されており、INRIA、Telecom ParisTech（英語版）、そして（Google Summer of Codeを通して）部分的にGoogleの援助を受けている^[6]。Evernoteはscikit-learnを使用しており、ライブラリのナイーブベイズ分類器でユーザーの投稿から食べ物のレシピであるものを判別している^[7]。またMendeleyはscikit-learnのSGD回帰アルゴリズムを用いて推薦システムを構築している^[8]。

scikit-learnのAPIは、wiseRFと呼ばれる非フリーなランダムフォレスト実装を提供するwise.ioに採用されている^[9][10]。wise.ioのビジネスパートナーであるContinuum IOは、データスループットがscikit-learn実装の7.5倍に上昇したと述べている^[11]。これを受けてscikit-learnの開発者らはメモリ使用以外の部分で、wise.ioに並ぶよう実装を最適化したと主張している^[12]。

実装

scikit-learnは大部分がPythonで書かれている。いくつかのコアアルゴリズムは性能向上のためCythonで書かれている。サポートベクターマシンはLIBSVMをラップするCythonで実装されておりロジスティック回帰や線型サポートベクターマシンはLIBLINEARの同様なラッパーで実装されている。

関連項目

• mlpy（英語版）
• Orange
• NLTK（英語版）
• spaCy