🔍
scikit-learn
Intermediatecode
Python的开源机器学习库。
公司
社区
成立时间
2007
总部
Community
价格范围
Free / open-source
难度
intermediate
目标用户
需要可靠、文档完善的经典ML算法的数据科学家和ML从业者。
关于
scikit-learn 是 Python 经典机器学习的基礎库,为分类、回归、聚类、降维、模型选择和數據预处理提供一致且文档完善的 API。自 2007 年首次发布以来,scikit-learn 已成为教授 ML 基础、支撑生产 ML 流水线的标准库。它在所有算法上一致的 fit/predict/transform API 意味着一旦学会一个估计器,就可以使用库中数十种算法的任意一种。Scikit-learn 覆盖完整的 ML 工作流:数据预处理、特征选择、监督学习算法、无监督方法、模型评估和超参数调优。构建在 NumPy、SciPy 和 matplotlib 之上,与 Python 科学计算栈无缝集成。虽然 scikit-learn 不包含深度学习,但它仍然是任何 ML 从业者的必备工具。对于需要可靠、经过充分测试的标准 ML 算法的数据科学家来说,scikit-learn 是行业标准。
优势
- 1经典ML算法
- 2一致性API
- 3模型选择工具
- 4预处理
- 5文档好
优缺点
优点
- +一致性API
- +全面
- +适合初学者
- +行业标准
缺点
- −仅经典ML
- −无深度学习
- −大数据有限
- −仅Python
使用场景
数据分析
分类任务
回归
聚类
特征工程
价格
免费版
$0
- 全部功能
- 开源
扩展与插件
scikit-learn Python
Python库
技能
MLPythondata scienceclassic MLopen source
分享这篇文章