📌  相关文章
📜  Scikit学习-简介

📅  最后修改于: 2020-12-10 05:45:57             🧑  作者: Mango

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Scikit-Learn的开发和维护的社区和贡献者，其先决条件，安装及其功能。

什么是Scikit-Learn(Sklearn)

Scikit-learn(Sklearn)是Python用于机器学习的最有用和最强大的库。它通过Python的一致性接口为机器学习和统计建模提供了一系列有效的工具，包括分类，回归，聚类和降维。该库主要使用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于2007年在Google的夏季代码项目中开发。后来，在2010年，FIRCA(法国研究学院)的Fabian Pedregosa，Gael Varoquaux，Alexandre Gramfort和Vincent Michel计算机科学与自动化)，将这个项目带入了另一个层次，并于2010年2月1日发布了第一个公开版本(v0.1 beta)。

让我们看看它的版本历史-

  • 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是一项社区活动，任何人都可以为此做出贡献。该项目托管在https://github.com/scikit-learn/scikit-learn上。目前，以下人员是Sklearn开发和维护的主要贡献者-

  • Joris Van den Bossche(数据科学家)

  • Thomas J Fan(软件开发人员)

  • Alexandre Gramfort(机器学习研究员)

  • Olivier Grisel(机器学习专家)

  • Nicolas Hug(副研究员)

  • Andreas Mueller(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(数据科学研究员)

  • Roman Yurchak(数据科学家)

像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，我们需要满足以下条件-

  • Python (> = 3.5)

  • NumPy(> = 1.11.0)

  • 西皮(> = 0.17.0)li

  • Joblib(> = 0.11)

  • Sklearn绘图功能需要Matplotlib(> = 1.5.1)。

  • 使用数据结构和分析的某些scikit学习示例需要使用Pandas(> = 0.18.0)。

安装

如果您已经安装了NumPy和Scipy，则以下是安装scikit-learn的两种最简单的方法-

使用点

以下命令可用于通过pip安装scikit-learn-

pip install -U scikit-learn

使用conda

以下命令可用于通过conda安装scikit-learn-

conda install scikit-learn

另一方面，如果Python工作站上尚未安装NumPy和Scipy，则可以使用pip或conda进行安装。

使用scikit-learn的另一种方法是使用Canopy和Anaconda之类的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，处理和汇总数据，而是专注于对数据建模。 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，例如线性回归，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，它也具有从聚类，因子分析，PCA(主成分分析)到无监督神经网络的所有流行的无监督学习算法。

群集-此模型用于对未标记的数据进行分组。

交叉验证-用于检查看不见的数据上监督模型的准确性。

降维-用于减少数据中的属性数量，这些属性可进一步用于汇总，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，并且在BSD许可下也可以商业使用。