scikit-learn
来自维基百科,自由的百科全书
Scikit-learn(曾叫做scikits.learn與sklearn)是用於Python程式語言的自由並開源的機器學習庫[2]。它包含了各種分類、回歸和聚類算法,包括多層感知器、支持向量機、隨機森林、梯度提升、k-平均聚類和DBSCAN,它被設計協同於Python數值庫NumPy和和科學庫SciPy。
概述
scikit-learn計劃開始於scikits.learn,它是David Cournapeau的Google編程之夏計劃。它的名字來源自成為「SciKit」(SciPy工具箱)的想法,即一個獨立開發和發行的第三方SciPy擴展[3]。最初的代碼庫被其他開發者重寫了。在2010年,來自法國羅康庫爾的法國國家信息與自動化研究所的Fabian Pedregosa、Gael Varoquaux、Alexandre Gramfort和Vincent Michel,領導了這個項目並在2010年2月1日進行了首次公開發行[4]。在各種scikit中,scikit-learn和scikit-image截至2012年11月[update]是「良好維護和流行的」[5]。Scikit-learn是在GitHub上最流行的機器學習庫之一[6]。
實現
Scikit-learn主要用Python編寫的,並廣泛使用NumPy進行高性能線性代數和數組運算。此外,一些核心算法用Cython書寫來以提高性能。在某些情況下,用Python擴展出特定方法是不可能的;比如支持向量機,是通過用Cython包裝LIBSVM實現;邏輯斯諦回歸和線性支持向量機,是通過對LIBLINEAR的類似的包裝實現的。
Scikit-learn與很多其他Python庫可以良好的集成起來,比如用於繪圖的matplotlib和plotly,用於陣列向量化的NumPy,用於數據幀的pandas,用於科學計算的SciPy等等。
有關工具
參見
- mlpy
- SpaCy
- NLTK
- Orange
- PyTorch
- TensorFlow
- Infer.NET
- 數值分析軟體
引用
外部連結
Wikiwand - on
Seamless Wikipedia browsing. On steroids.