一组用于机器学习和数据挖掘的 python 模块
项目描述
scikit-learn是基于 SciPy 构建的用于机器学习的 Python 模块，并在 3-Clause BSD 许可下分发。
该项目由 David Cournapeau 于 2007 年作为 Google Summer of Code 项目启动，从那时起许多志愿者都做出了贡献。有关核心贡献者的列表，请参阅关于我们页面。
它目前由一组志愿者维护。
安装
依赖项
scikit-learn 需要：
Python (>= 3.8)
NumPy (>= 1.17.3)
SciPy (>= 1.3.2)
作业库 (>= 1.0.0)
线程池ctl (>= 2.0.0)
Scikit-learn 0.20 是支持 Python 2.7 和 Python 3.4 的最后一个版本。 scikit-learn 1.0 及更高版本需要 Python 3.7 或更高版本。scikit-learn 1.1 及更高版本需要 Python 3.8 或更高版本。
Scikit-learn 绘图功能（即函数以plot_ 开头，类以“Display”结尾）需要 Matplotlib (>= 3.1.2)。运行示例需要 Matplotlib >= 3.1.2。一些示例需要 scikit-image >= 0.16.2，一些示例需要 pandas >= 1.0.5，一些示例需要 seaborn >= 0.9.0。
用户安装
如果您已经安装了 numpy 和 scipy，安装 scikit-learn 的最简单方法是使用pip：
pip install -U scikit-learn
或康达：
conda install -c conda-forge scikit-learn
该文档包括更详细的安装说明。
变更日志
有关 scikit-learn 显着更改的历史记录，请参阅更改日志 。
发展
我们欢迎所有经验水平的新贡献者。scikit-learn 社区的目标是提供帮助、欢迎和有效。开发指南包含有关贡献代码、文档、测试等的 详细信息。我们在本 README 中包含了一些基本信息。
重要链接
源代码
您可以使用以下命令检查最新的来源：
git clone https://github.com/scikit-learn/scikit-learn.git
贡献
要了解有关为 scikit-learn 做出贡献的更多信息，请参阅我们的 贡献指南。
测试
安装后，您可以从源目录外部启动测试套件（您需要安装pytest >= 5.0.1）：
pytest sklearn
有关更多信息，请参阅网页https://scikit-learn.org/dev/developers/contributing.html#testing-and-improving-test-coverage 。
通过设置SKLEARN_SEED环境变量，可以在测试期间控制随机数的生成。
提交拉取请求
在打开请求请求之前，请查看完整的贡献页面以确保您的代码符合我们的指南：https ://scikit-learn.org/stable/developers/index.html
项目历史
该项目由 David Cournapeau 于 2007 年作为 Google Summer of Code 项目启动，从那时起许多志愿者都做出了贡献。有关核心贡献者的列表，请参阅关于我们页面。
该项目目前由一组志愿者维护。
注意：scikit-learn以前称为scikits.learn。
帮助和支持
文档
HTML 文档（稳定版）：https ://scikit-learn.org
HTML 文档（开发版）：https ://scikit-learn.org/dev/
沟通
引文
如果您在科学出版物中使用 scikit-learn，我们将不胜感激：https ://scikit-learn.org/stable/about.html#citing-scikit-learn
