scikit-learn - это библиотека машинного обучения для Python, предоставляющая простые и эффективные инструменты для анализа данных и их извлечения с упором на машинное обучение. Это доступно для всех и многоразового использования в различных контекстах. Он построен на NumPy и SciPy. Проект с открытым исходным кодом и коммерчески применим (лицензия BSD).

scikit-learn - это библиотека машинного обучения для Python, предоставляющая простые и эффективные инструменты для анализа и извлечения данных. Она основана на NumPy, SciPyи matplotlib. Проект имеет открытый исходный код и доступен для коммерческого использования (лицензия BSD).

Ресурсы

Связанные библиотеки

  • sklearn-pandas- соединить библиотеку между scikit-learn и pandas
  • scikit-image - совместимый с scikit-learn API для обработки изображений и компьютерного зрения для задач машинного обучения
  • лаборатория sklearn- оболочка scikit-learn, которая позволяет проводить более крупные эксперименты по scikit-learn и наборы функций
  • sklearn deap- оболочка scikit-learn, позволяющая настраивать гиперпараметры с использованием эволюционных алгоритмов вместо gridsearch в scikit-learn
  • hyperopt-sklearn- оптимизация гиперпараметров для sklearn
  • scikit-plot- библиотека визуализации для быстрого создания общих графиков в обучении машинному обучению
  • sklearn-porter- библиотека для превращения обученных моделей scikit-learn в скомпилированные c, javaили javascript.
  • sklearn_theano- объекты, совместимые с scikit-learn (оценщики, преобразователи и наборы данных) с использованием theanoвнутри
  • sparkit-learn- API scikit-learn, использующий pysparkмодель распределенных вычислений
  • joblib- библиотека параллелизации scikit-learn