Scikit-learn
![]() ![]() | |||||||||
![]() ![]() | |||||||||
Tipus | biblioteca informàtica, biblioteca Python i programari lliure ![]() | ||||||||
---|---|---|---|---|---|---|---|---|---|
Versió estable | 1.5.0 (21 maig 2024) ![]() | ||||||||
Llicència | llicència BSD de 3 clàusules ![]() | ||||||||
Característiques tècniques | |||||||||
Sistema operatiu | Linux i Microsoft Windows ![]() | ||||||||
Escrit en | Python, C, C++ i Cython ![]() | ||||||||
Equip | |||||||||
Creador/s | David Cournapeau ![]() | ||||||||
Desenvolupador(s) | David Cournapeau, Olivier Grisel (en) ![]() ![]() ![]() ![]() | ||||||||
Fonts de codi
| |||||||||
Premis
| |||||||||
Més informació | |||||||||
Lloc web | scikit-learn.org (anglès) ![]() | ||||||||
Stack Exchange | Etiqueta ![]() | ||||||||
Free Software Directory | scikit-learn ![]() | ||||||||
| |||||||||
![]() |
![](http://upload.wikimedia.org/wikipedia/commons/thumb/a/a4/Scikit-learn_machine_learning_decision_tree.png/220px-Scikit-learn_machine_learning_decision_tree.png)
scikit-learn (també conegut per sklearn) és una extensió del llenguatge Python en forma de biblioteca informàtica que agrega suport en l'àmbit de l'Aprenentatge automàtic. Scikit-learn és de codi obert i disposa d'algorismes (Fig. 1) de classificació estadística, regressió i clustering (Fig. 2) per a implementar Màquines de vector de suport, random forests, gradient boosting, Algorisme k-means i DBSCAN. Scikit-learn està dissenyat per a integrar-se conjuntament amb les biblioteques numèriques Numpy i SciPy.[1][2][3] Va ser creat per David Cournapeau amb l'equip Google Summer of Code.
Exemple de codificació amb scikit-learn alhora d'implementar una classificació mitjançant l'algorisme Knn ː [4]
from sklearn import neighbors, datasets iris = datasets.load_iris() X, y = iris.data, iris.target knn = neighbors.KNeighborsClassifier(n_neighbors=1) knn.fit(X, y) print ("Quin tipus d'iris (Iris Setosa, Iris Virginica o Iris Versicolor)") print ("té sépals de 3cm x 5cm i pétals de 4cm x 2cm") print ("Resposta:", iris . target_names [ knn . predict ([[ 3, 5, 4, 2 ]])])
![](http://upload.wikimedia.org/wikipedia/commons/thumb/3/30/Isotonic_regression.svg/220px-Isotonic_regression.svg.png)
Referències
- ↑ Brownlee, Jason. «A Gentle Introduction to Scikit-Learn» (en anglès). https://machinelearningmastery.com,+15-04-2014.+[Consulta: 13 febrer 2020].
- ↑ Pal, Satyabrata. «Scikit-learn Tutorial: Machine Learning in Python» (en anglès). https://www.dataquest.io,+15-11-2018.+[Consulta: 13 febrer 2020].
- ↑ «DevDocs — scikit-learn documentation» (en anglès). https://devdocs.io,+13-02-2020.+[Consulta: 13 febrer 2020].
- ↑ «Examples — scikit-learn 0.22.1 documentation» (en anglès). https://scikit-learn.org,+13-02-2020.+[Consulta: 13 febrer 2020].