查看“Scikit-learn”的源代码

scikit-learn，简称sklearn，是一个免费开源[[Python]]库，主要用于[[机器学习]]。它是构建在[[scipy]]模块之上，具有各种分类、回归和聚类算法。

==简介==
===时间轴===
*2007年6月，David Cournapeau 在Google夏日编程大赛中开发，项目名scikits.learn，名字来自“SciKit”（SciPy工具箱）。
*2007年，同年Matthieu Brucher加入项目，并开始将其用作论文工作的一部分。
*2010年，法国计算机科学与自动化研究所（INRIA）的 Fabian Pedregosa、Gael Varoquaux、Alexandre Gramfort 和 Vincent Michel 领导了该项目。
*2010年2月1日，首次公开发布 Scikit-learn v0.1 beta
*2018年9月，发布scikit-learn 0.20.0
*2021年1月，发布scikit-learn 0.24

{{了解更多
|[https://scikit-learn.org/stable/about.html#history scikit-learn：历史]
}}

===安装===
使用[[pip]]安装scikit-learn：
<syntaxhighlight lang="python">
# 安装最新版本
pip install -U scikit-learn

# 查看安装的版本，位置等
pip show scikit-learn 
</syntaxhighlight>

{{了解更多
|[https://scikit-learn.org/stable/install.html scikit-learn 文档：安装]
}}
==基本==
===结构===
SciPy包含多个子模块，如下：
{| class="wikitable"  style="width: 100%;
! 子模块
! 类别
! 描述
|-
| sklearn.base
| 基础类和实用功能
|
|-
|
|
|-
|
|
|-
|
|
|-
|
|
|-
|
|
|}
{{了解更多
|[https://scikit-learn.org/stable/modules/classes.html scikit-learn API：API参考]
}}

==示例数据集==


==数据预处理==
数据预处理包括数据清洗，划分训练集和测试集，特征提取，特征转换等。
{{了解更多
|[https://scikit-learn.org/stable/data_transforms.html scikit-learn 文档：数据集转换]
}}

===划分数据集===

{{了解更多
|[https://scikit-learn.org/stable/modules/generated/sklearn.model_selection.train_test_split.html scikit-learn API：train_test_split]
}}
===无监督降维===


==模型类型==
机器学习算法通常分为：
* 监督学习，如分类，回归
* 无监督学习，如聚类，降维
对于选择何种算法，scikit-learn提供了算法选择图。

{{了解更多
|[https://scikit-learn.org/stable/tutorial/machine_learning_map/index.html scikit-learn 教程：算法选择图]
}}
===分类===
{| class="wikitable"  style="width: 100%;
! 名称
! 模块
! 类
! 描述
|-
|K近邻分类 <br \>KNN
|[https://scikit-learn.org/stable/modules/neighbors.html neighbors]
|[https://scikit-learn.org/stable/modules/neighbors.html#classification KNeighborsClassifier] 
|找到输入样本最近的K个样本，将该输入样本分类到K个样本中最多的分类。<br \> 导入：<code>from sklearn.neighbors import KNeighborsClassifier</code>
|-
| [[决策树]]分类
| [https://scikit-learn.org/stable/modules/tree.html tree]
| [https://scikit-learn.org/stable/modules/tree.html#classification DecisionTreeClassifier]
| <br \>导入<code>from sklearn.tree import DecisionTreeClassifier</code>
|-
| 逻辑回归
| 
| 
| 
|-
|
|
|
|
|}
===回归===
{| class="wikitable"  style="width: 100%;
! 名称
! 模块
! 类
! 描述
|-
| 线性回归 <br />linear regression
| [https://scikit-learn.org/stable/modules/linear_model.html linear_model] 
| [https://scikit-learn.org/stable/modules/linear_model.html#ordinary-least-squares LinearRegression]
| 使用普通最小二乘法。 <br />导入模型：<br /> <code>from sklearn.linear_model import LinearRegression</code>
|-
| 岭回归<br /> ridge regression
| [https://scikit-learn.org/stable/modules/linear_model.html linear_model] 
| [https://scikit-learn.org/stable/modules/linear_model.html#ridge-regression-and-classification Ridge]
| <br />导入模型：<br /> <code>from sklearn.linear_model import Ridge</code>
|-
|
|
|}

===聚类===

===降维===

==评估与优化==
===指标和评分===

{{了解更多
|[https://scikit-learn.org/stable/modules/model_evaluation.html scikit-learn 文档：指标和评分 - 量化预测的质量]
}}
===交叉验证===

===网格搜索===

==模型保存==

{| class="wikitable"  style="width: 100%;
! 名称
! 描述
! 示例
|-
| pickle
| Python的一个标准库，用于。
|
|-
| joblib 
| 是一个Python中轻量级的管道工具。
| <syntaxhighlight lang="python">#导出保存
from joblib import dump
dump(clf, '文件名.joblib') </syntaxhighlight>
<syntaxhighlight lang="python">#导入模型
from joblib import load
clf = load('文件名.joblib') </syntaxhighlight>
|}

{{了解更多
|[https://scikit-learn.org/stable/modules/model_persistence.html scikit-learn 文档：模型持久化]
}}

==资源==
===官网===
*scikit-learn 官网：https://scikit-learn.org 
*scikit-learn 用户指南：https://scikit-learn.org/stable/user_guide.html
*scikit-learn 教程：https://scikit-learn.org/stable/tutorial/index.html
*scikit-learn 示例：https://scikit-learn.org/stable/auto_examples/index.html
*scikit-learn API：https://scikit-learn.org/stable/modules/classes.html
*scikit-learn 源代码：https://github.com/scikit-learn/scikit-learn 

===相关教程===
*[https://sklearn.apachecn.org/ apachecn.org：scikit-learn文档翻译]
*[https://yulizi123.github.io/tutorials/machine-learning/sklearn/ 莫烦Python：Sklearn]

===相关文章===
*[https://zh.wikipedia.org/wiki/Scikit-learn 维基百科：Scikit-learn]
*[https://github.blog/2019-01-24-the-state-of-the-octoverse-machine-learning/ Github Blog：2018年机器学习Octoverse报告]


[[分类:统计学]]
[[分类:机器学习]]
[[分类:数据分析]]