Scikit-learn
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 >> scikit-learn：历史
安装
使用pip安装scikit-learn：
# 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
了解更多 >> scikit-learn 文档：安装
基本
结构
SciPy包含多个子模块，如下：
| 子模块 | 类别 | 描述 |
|---|---|---|
| sklearn.base | 基础类和实用功能 | |
了解更多 >> scikit-learn API：API参考
模型类型
分类
| 名称 | 模块 | 类 | 描述 |
|---|---|---|---|
| K近邻分类 KNN |
neighbors | 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。 导入： from sklearn.neighbors import KNeighborsClassifier
|
| 决策树分类 | tree | DecisionTreeClassifier | 导入 from sklearn.tree import DecisionTreeClassifier
|
| 逻辑回归 | |||
回归
| 名称 | 模块 | 类 | 描述 |
|---|---|---|---|
| 线性回归 linear regression |
linear_model | LinearRegression | 使用普通最小二乘法。 导入模型： from sklearn.linear_model import LinearRegression
|
| 岭回归 ridge regression |
linear_model | Ridge | 导入模型： from sklearn.linear_model import Ridge
|
聚类
降维
评估与优化
指标和评分
了解更多 >> scikit-learn 文档：指标和评分 - 量化预测的质量
交叉验证
网格搜索
数据集
模型保存
| 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。 | #导出保存
from joblib import dump
dump(clf, '文件名.joblib')
#导入模型
from joblib import load
clf = load('文件名.joblib')
|
了解更多 >> 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的Github：https://github.com/scikit-learn/scikit-learn