- Scikit 学习教程
- Scikit Learn - 主页
- Scikit Learn - 简介
- Scikit Learn - 建模过程
- Scikit Learn - 数据表示
- Scikit Learn - 估计器 API
- Scikit Learn - 约定
- Scikit Learn - 线性建模
- Scikit Learn - 扩展线性建模
- 随机梯度下降
- Scikit Learn - 支持向量机
- Scikit Learn - 异常检测
- Scikit Learn - K 最近邻
- Scikit Learn - KNN 学习
- 使用朴素贝叶斯分类
- Scikit Learn - 决策树
- 随机决策树
- Scikit Learn - Boosting 方法
- Scikit Learn - 聚类方法
- 集群性能评估
- 使用 PCA 降维
- Scikit Learn 有用资源
- Scikit Learn - 快速指南
- Scikit Learn - 有用的资源
- Scikit Learn - 讨论
Scikit Learn - 简介
在本章中，我们将了解什么是 Scikit-Learn 或 Sklearn、Scikit-Learn 的起源以及其他一些相关主题，例如负责开发和维护 Scikit-Learn 的社区和贡献者、其先决条件、安装及其功能。
什么是 Scikit-Learn (Sklearn)
Scikit-learn (Sklearn) 是 Python 中最有用、最强大的机器学习库。它为机器学习和统计建模提供了一系列有效的工具，包括通过 Python 中的一致性接口进行分类、回归、聚类和降维。该库主要用 Python 编写，基于NumPy、SciPy和Matplotlib构建。
Scikit-Learn 的起源
它最初称为scikits.learn，最初由 David Cournapeau 在 2007 年作为 Google 夏季代码项目开发。后来，在 2010 年，来自 FIRCA（法国研究院）的 Fabian Pedregosa、Gael Varoquaux、Alexandre Gramfort 和 Vincent Michel计算机科学与自动化），将该项目提升到另一个层次，并于 2010 年 2 月 1 日首次公开发布（v0.1 beta）。
让我们看一下它的版本历史 -
2019 年 5 月：scikit-learn 0.21.0
2019 年 3 月：scikit-learn 0.20.3
2018 年 12 月：scikit-learn 0.20.2
2018 年 11 月：scikit-learn 0.20.1
2018 年 9 月：scikit-learn 0.20.0
2018 年 7 月：scikit-learn 0.19.2
2017 年 7 月：scikit-learn 0.19.0
2016 年 9 月。scikit-learn 0.18.0
2015 年 11 月。scikit-learn 0.17.0
2015 年 3 月。scikit-learn 0.16.0
2014 年 7 月。scikit-learn 0.15.0
2013 年 8 月。scikit-learn 0.14
社区和贡献者
Scikit-learn 是一项社区成果，任何人都可以为其做出贡献。该项目托管在https://github.com/scikit-learn/scikit-learn 上。以下人员目前是 Sklearn 开发和维护的核心贡献者 -
Joris Van den Bossche（数据科学家）
托马斯·J·范（软件开发人员）
Alexandre Gramfort（机器学习研究员）
Olivier Grisel（机器学习专家）
尼古拉斯·哈格（副研究科学家）
安德烈亚斯·穆勒（机器学习科学家）
秦汉民（软件工程师）
Adrin Jalali（开源开发人员）
Nelle Varoquaux（数据科学研究人员）
Roman Yurchak（数据科学家）
Booking.com、JP Morgan、Evernote、Inria、AWeber、Spotify 等各种组织都在使用 Sklearn。
先决条件
在开始使用 scikit-learn 最新版本之前，我们需要以下内容 -
Python (>=3.5)
NumPy (>= 1.11.0)
Scipy (>= 0.17.0)li
作业库 (>= 0.11)
Sklearn 绘图功能需要 Matplotlib (>= 1.5.1)。
一些使用数据结构和分析的 scikit-learn 示例需要 Pandas (>= 0.18.0)。
安装
如果您已经安装了 NumPy 和 Scipy，以下是安装 scikit-learn 的两种最简单方法 -
使用点
以下命令可用于通过 pip 安装 scikit-learn -
pip install -U scikit-learn
使用康达
以下命令可用于通过 conda 安装 scikit-learn -
conda install scikit-learn
另一方面，如果您的 Python 工作站上尚未安装 NumPy 和 Scipy，则可以使用pip或conda安装它们。
使用 scikit-learn 的另一个选择是使用Canopy和Anaconda等 Python 发行版，因为它们都提供了最新版本的 scikit-learn。
特征
Scikit-learn 库不是专注于加载、操作和汇总数据，而是专注于数据建模。Sklearn 提供的一些最受欢迎的模型组如下 -
监督学习算法- 几乎所有流行的监督学习算法，如线性回归、支持向量机（SVM）、决策树等，都是 scikit-learn 的一部分。
无监督学习算法- 另一方面，它还拥有所有流行的无监督学习算法，从聚类、因子分析、PCA（主成分分析）到无监督神经网络。
聚类- 该模型用于对未标记的数据进行分组。
交叉验证- 用于检查监督模型对未见数据的准确性。
降维- 用于减少数据中属性的数量，可进一步用于汇总、可视化和特征选择。
集成方法- 顾名思义，它用于组合多个监督模型的预测。
特征提取- 用于从数据中提取特征以定义图像和文本数据中的属性。
特征选择- 用于识别有用的属性以创建监督模型。
开源- 它是开源库，也可在 BSD 许可下商业使用。