scikit-learn - scikit-learn

scikit-learn
Логотип scikit learn small.svg
Автор (ы) оригинала Дэвид Курнапо
Первый выпуск Июнь 2007 г . ; 14 лет назад ( 2007-06 )
Стабильный выпуск
1.0 / 24 сентября 2021 г . ; 3 дня назад ( 24 сентября 2021 г. )
Репозиторий
Написано в Python , Cython , C и C ++
Операционная система Linux , macOS , Windows
Тип Библиотека для машинного обучения
Лицензия Новая лицензия BSD
Веб-сайт scikit-learn .org

Scikit-learn (ранее scikits.learn, а также sklearn ) - это бесплатная библиотека машинного обучения для языка программирования Python . Он имеет различные классификации , регрессию и кластеризацию алгоритмов , включая поддержку векторных машины , случайные леса , градиент форсируя , K -средние и DBSCAN , и предназначен для взаимодействия с численным Python и научными библиотеками NumPy и SciPy .

Обзор

Проект scikit учиться начал как scikits.learn, в Google Summer Кодекса проект Дэвида Cournapeau . Его название связано с тем, что это «SciKit» (SciPy Toolkit), отдельно разработанное и распространяемое сторонним расширением для SciPy . Первоначальная кодовая база была позже переписана другими разработчиками. В 2010 году Фабиан Педрегоса, Гаэль Вароко, Александр Грамфор и Винсент Мишель, все из Французского института исследований в области компьютерных наук и автоматизации в Роккенкур , Франция , взяли на себя руководство проектом и 1 февраля 2010 года выпустили первый публичный релиз. различные scikit, scikit-learn, а также scikit-image были описаны как «хорошо поддерживаемые и популярные» в ноябре 2012 года. Scikit-learn - одна из самых популярных библиотек машинного обучения на GitHub .

Реализация

Scikit-learn в основном написан на Python и широко использует NumPy для высокопроизводительной линейной алгебры и операций с массивами. Кроме того, некоторые основные алгоритмы написаны на Cython для повышения производительности. Машины опорных векторов реализуются оболочкой Cython вокруг LIBSVM ; машины логистической регрессии и линейных опорных векторов с помощью аналогичной оболочки для LIBLINEAR . В таких случаях расширение этих методов с помощью Python может оказаться невозможным.

Scikit-learn хорошо интегрируется со многими другими библиотеками Python, такими как Matplotlib и plotly для построения графиков, NumPy для векторизации массивов, фреймы данных Pandas , SciPy и многие другие.

История версий

Изначально Scikit-learn был разработан Дэвидом Курнапо как проект Google Summer of code в 2007 году. Позже к проекту присоединился Матье Брюхе, который начал использовать его как часть своей дипломной работы. В 2010 году к проекту подключился Французский институт исследований в области компьютерных наук и автоматизации INRIA , и в конце января 2010 года был опубликован первый общедоступный релиз (v0.1 beta).

  • Август 2013. scikit-learn 0.14.
  • Июль 2014 г. scikit-learn 0.15.0
  • Март 2015 г. scikit-learn 0.16.0
  • Ноябрь 2015 г. scikit-learn 0.17.0
  • Сентябрь 2016 г. scikit-learn 0.18.0
  • Июль 2017 г. scikit-learn 0.19.0
  • Сентябрь 2018 г. scikit-learn 0.20.0
  • Май 2019. scikit-learn 0.21.0
  • Декабрь 2019 г. scikit-learn 0.22.0
  • Май 2020 г. scikit-learn 0.23.0
  • Январь 2021 г. scikit-learn 0.24
  • Сентябрь 2021 г. scikit-learn 1.0

Смотрите также

использованная литература

внешние ссылки