Автор (ы) оригинала | Дэвид Курнапо |
---|---|
изначальный выпуск | Июнь 2007 г . |
Стабильный выпуск | 0.24.1 [1] / 19 января 2021 г . |
Репозиторий | |
Написано в | Python , Cython , C и C ++ [2] |
Операционная система | Linux , macOS , Windows |
Тип | Библиотека для машинного обучения |
Лицензия | Новая лицензия BSD |
Интернет сайт | scikit-learn |
Scikit-learn (ранее scikits.learn, а также sklearn ) - это бесплатная библиотека машинного обучения для языка программирования Python . [3] Он имеет различные классификации , регрессию и кластеризацию алгоритмы , 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 [ править ]
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. [4] 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 [5]. ] Из различных scikit, scikit-learn, а такжеscikit-image были охарактеризованы как "поддерживаемые и популярные" в ноябре 2012 года [Обновить]. [6] Scikit-learn - одна из самых популярных библиотек машинного обучения на GitHub . [7]
Реализация [ править ]
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 учиться хорошо интегрируется со многими другими библиотеками Python, такими как Matplotlib и plotly для черчения, NumPy для массива векторизации, панд dataframes, SciPy , и многих других.
История версий [ править ]
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).
- Январь 2021 г. scikit-learn 0.24 [8]
- Май 2020 г. scikit-learn 0.23.0 [9]
- Декабрь 2019 г. scikit-learn 0.22.0 [10]
- Май 2019 г. scikit-learn 0.21.0 [11]
- Сентябрь 2018 г. scikit-learn 0.20.0 [12]
- Июль 2017 г. scikit-learn 0.19.0
- Сентябрь 2016 г. scikit-learn 0.18.0
- Ноябрь 2015 г. scikit-learn 0.17.0 [13]
- Март 2015 г. scikit-learn 0.16.0 [13]
- Июль 2014 г. scikit-learn 0.15.0 [13]
- Август 2013 г. scikit-learn 0,14 [13]
График выпуска представлен на следующей диаграмме.
См. Также [ править ]
- mlpy
- SpaCy
- НЛТК
- апельсин
- PyTorch
- TensorFlow
- Infer.NET
- Список программного обеспечения для численного анализа
Ссылки [ править ]
- ^ "Выпуск 0.24.1" . 19 января 2021 . Проверено 15 февраля 2021 года .
- ^ «Проект с открытым исходным кодом scikit-learn на странице Open Hub: Languages» . Откройте Hub . Проверено 14 июля 2018 года .
- ^ Фабиан Педрегоса; Гаэль Вароко; Александр Грамфор; Винсент Мишель; Бертран Тирион; Оливье Гризель; Матье Блондель; Петер Преттенхофер; Рон Вайс; Винсент Дюбург; Джейк Вандерплас; Александр Пассос; Дэвид Курнапо; Матье Перро; Эдуард Дюшне (2011). «Scikit-learn: машинное обучение на Python» . Журнал исследований в области машинного обучения . 12 : 2825–2830.
- ^ Дреиджер, Janto. "scikit-learn" .
- ^ «О нас - документация scikit-learn 0.20.1» . scikit-learn.org .
- ^ Eli Брессерт (2012). SciPy и NumPy: обзор для разработчиков . О'Рейли. п. 43.
- ^ «Состояние Octoverse: машинное обучение» . Блог GitHub . GitHub . 2019-01-24 . Проверено 17 октября 2019 .
- ^ scikit-learn: Набор модулей Python для машинного обучения и интеллектуального анализа данных , получен 8 февраля 2021 г.
- ^ «История выпусков - документация 0.23.0» . scikit-learn . Проверено 7 июня 2020 .
- ^ «История выпусков - документация 0.22.0» . scikit-learn . Проверено 7 июня 2020 .
- ^ «История выпусков - документация 0.21.0» . scikit-learn . Дата обращения 5 мая 2019 .
- ^ «История выпусков - документация 0.20.0» . scikit-learn . Проверено 6 ноября 2018 .
- ^ a b c d "История выпусков - документация scikit-learn 0.19.dev0" . scikit-learn.org . Проверено 27 февраля 2017 .
Внешние ссылки [ править ]
- Официальный веб-сайт