scikit-learn

简介

scikit-learn(简称 sklearn)是 Python 生态中最广泛使用的经典机器学习开源库,起源于 2007 年 David Cournapeau 的 Google Summer of Code 项目,后由法国 INRIA 团队主导发展,基于 NumPy、SciPy 构建,采用 BSD 许可证。

设计

其最大贡献是确立了统一而优雅的 API 约定:所有模型实现 fit/predict(或 transform)接口,配合 Pipeline 将预处理与建模串联,配合 GridSearchCV 等工具完成交叉验证与超参数搜索。这套接口设计被众多第三方库效仿,成为事实标准。

功能

覆盖分类、回归、聚类、降维、模型选择与预处理六大模块,包含线性模型、支持向量机、决策树、随机森林、梯度提升、K-means、PCA 等经典算法的高质量实现。

定位

scikit-learn 专注单机、中小规模的经典机器学习,不做深度学习与 GPU 训练,是数据科学教学与工业原型开发的首选工具。