查看“2.6 scikit-learn简介”的源代码
←
2.6 scikit-learn简介
跳转至:
导航
,
搜索
因为以下原因,您没有权限编辑本页:
您所请求的操作仅限于该用户组的用户使用:
用户
您可以查看与复制此页面的源代码。
SciKit-learn 是老牌的开源 Python 算法框架,始于 2007 年的 Google Summer of Code 项目,最初由 David Cournapeau 开发;它是一个简洁、高效的算法库,提供一系列的监督学习和无监督学习的算法,以用于数据挖掘和数据分析。SciKit-learn 几乎覆盖了机器学习的所有主流算法,这为其在 Python 开源世界中奠定了江湖地位。 它的算法库建立在 SciPy (Scientific Python) 之上——你必须先安装 SciPy 才能使用 SciKit-learn ,它的框架中一共包括了: *NumPy: 基础的多维数组包 *SciPy: 科学计算的基础库 *Matplotlib: 全面的 2D/3D 测绘 *IPython: 改进的交互控制器 *Sympy: 符号数学 *Pandas:数据结构和分析 它命名的由来:SciPy 的扩展和模块在传统上被命名为 SciKits,而提供学习算法的模组就被命名为 scikit-learn。 它与 Python 世界另一大算法框架——TensorFlow 的主要区别是:TensorFlow 更底层。而 SciKit-learn 提供了执行机器学习算法的模块化方案,很多算法模型直接就能用。 优点: *经过筛选的、高质量的模型 *覆盖了大多数机器学习任务 *可扩展至较大的数据规模 *使用简单
返回至
2.6 scikit-learn简介
。
导航菜单
个人工具
登录
命名空间
页面
讨论
变种
视图
阅读
查看源代码
查看历史
更多
搜索
导航
首页
最近更改
随机页面
帮助
工具
链入页面
相关更改
特殊页面
页面信息