一套用于机器学习和数据挖掘的Python模块
项目描述
scikit-learn 是一个基于 SciPy 构建的 Python 机器学习模块,遵循 3-Clause BSD 许可证发行。
该项目始于 2007 年,由 David Cournapeau 作为 Google Summer of Code 项目启动,自那时起许多志愿者做出了贡献。请参阅关于我们页面以获取核心贡献者列表。
目前由一支志愿者团队维护。
安装
依赖
scikit-learn 需要
Python (>= 3.9)
NumPy (>= 1.19.5)
SciPy (>= 1.6.0)
joblib (>= 1.2.0)
threadpoolctl (>= 3.1.0)
Scikit-learn 0.20 是最后一个支持 Python 2.7 和 Python 3.4 的版本。 scikit-learn 1.0 及以后的版本需要 Python 3.7 或更高版本。scikit-learn 1.1 及以后的版本需要 Python 3.8 或更高版本。
Scikit-learn 的绘图功能(即以 plot_ 开头的函数和以 Display 结尾的类)需要 Matplotlib (>= 3.3.4)。运行示例需要 Matplotlib >= 3.3.4。一些示例需要 scikit-image >= 0.17.2,一些示例需要 pandas >= 1.1.5,一些示例需要 seaborn >= 0.9.0 和 plotly >= 5.14.0。
用户安装
如果您已经安装了 NumPy 和 SciPy,则使用 pip 安装 scikit-learn 是最简单的方法
pip install -U scikit-learn
或 conda
conda install -c conda-forge scikit-learn
文档包含了更详细的安装说明。
变更日志
有关 scikit-learn 的重大变更历史,请参阅变更日志。
开发
我们欢迎所有经验水平的新的贡献者。scikit-learn 社区的目标是:有帮助、欢迎、有效。开发指南开发指南提供了有关贡献代码、文档、测试等详细信息。我们在本 README 中包含了部分基本信息。
重要链接
源代码
您可以使用以下命令检查最新源代码
git clone https://github.com/scikit-learn/scikit-learn.git
贡献
要了解更多关于如何为 scikit-learn 做出贡献的信息,请参阅我们的贡献指南。
测试
安装后,您可以从源代码目录外启动测试套件(您需要安装 pytest >= 7.1.2)
pytest sklearn
有关更多信息,请参阅网页 https://scikit-learn.cn/dev/developers/contributing.html#testing-and-improving-test-coverage。
测试期间可以通过设置环境变量 SKLEARN_SEED 来控制随机数生成。
提交拉取请求
在打开拉取请求之前,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.cn/stable/developers/index.html
项目历史
该项目始于 2007 年,由 David Cournapeau 作为 Google Summer of Code 项目启动,自那时起许多志愿者做出了贡献。请参阅关于我们页面以获取核心贡献者列表。
该项目目前由一支志愿者团队维护。
注意: scikit-learn 之前被称为 scikits.learn。
帮助和支持
文档
HTML 文档(稳定版本): https://scikit-learn.cn
HTML 文档(开发版本):https://scikit-learn.cn/dev/
沟通
标志与品牌:https://github.com/scikit-learn/scikit-learn/tree/main/doc/logos
Twitter:https://twitter.com/scikit_learn
Stack Overflow:https://stackoverflow.com/questions/tagged/scikit-learn
GitHub 讨论区:https://github.com/scikit-learn/scikit-learn/discussions
YouTube:https://www.youtube.com/channel/UCJosFjYm0ZYVUARxuOZqnnw/playlists
Discord:https://discord.gg/h9qyrK8Jc8
引用
如果您在科学出版物中使用 scikit-learn,我们将感激引用:https://scikit-learn.cn/stable/about.html#citing-scikit-learn
项目详情
scikit_learn-1.5.2.tar.gz 的哈希值
算法 | 哈希摘要 | |
---|---|---|
SHA256 | b4237ed7b3fdd0a4882792e68ef2545d5baa50aca3bb45aa7df468138ad8f94d |
|
MD5 | e2df2bb829d461207fe8780f3e9a9cde |
|
BLAKE2b-256 | 375944985a2bdc95c74e34fef3d10cb5d93ce13b0e2a7baefffe1b53853b502d |
scikit_learn-1.5.2-cp313-cp313-win_amd64.whl 的哈希值
算法 | 哈希摘要 | |
---|---|---|
SHA256 | b7b0f9a0b1040830d38c39b91b3a44e1b643f4b36e36567b80b7c6bd2202a27f |
|
MD5 | 47ce268b00f6049e1b627684c0d3063a |
|
BLAKE2b-256 | a5e70c869f9e60d225a77af90d2aefa7a4a4c0e745b149325d1450f0f0ce5399 |
scikit_learn-1.5.2-cp313-cp313-manylinux_2_17_x86_64.manylinux2014_x86_64.whl 的哈希值
算法 | 哈希摘要 | |
---|---|---|
SHA256 | f7284ade780084d94505632241bf78c44ab3b6f1e8ccab3d2af58e0e950f9c12 |
|
MD5 | 5d9a923ed356fb2b1b9bace2c427fd28 |
|
BLAKE2b-256 | a748fbfb4dc72bed0fe31fe045fb30e924909ad03f717c36694351612973b1a9 |
scikit_learn-1.5.2-cp313-cp313-manylinux_2_17_aarch64.manylinux2014_aarch64.whl 的哈希值
算法 | 哈希摘要 | |
---|---|---|
SHA256 | 178ddd0a5cb0044464fc1bfc4cca5b1833bfc7bb022d70b05db8530da4bb3dd3 |
|
MD5 | 7275ace90e1f233f99416633db1086fe |
|
BLAKE2b-256 | b1c8f08313f9e2e656bd0905930ae8bf99a573ea21c34666a813b749c338202f |
scikit_learn-1.5.2-cp313-cp313-macosx_12_0_arm64.whl 的哈希值
算法 | 哈希摘要 | |
---|---|---|
SHA256 | b0768ad641981f5d3a198430a1d31c3e044ed2e8a6f22166b4d546a5116d7908 |
|
MD5 | 22d5709efbd24629b63ab9d7729f6aae |
|
BLAKE2b-256 | d27917feef8a1c14149436083bec0e61d7befb4812e272d5b20f9d79ea3e9ab1 |
scikit_learn-1.5.2-cp313-cp313-macosx_10_13_x86_64.whl 的哈希值
算法 | 哈希摘要 | |
---|---|---|
SHA256 | e9a702e2de732bbb20d3bad29ebd77fc05a6b427dc49964300340e4c9328b3f5 |
|
MD5 | 51a790cdc2b108cee701bd2d0dfc4918 |
|
BLAKE2b-256 | a4508891028437858cc510e13578fe7046574a60c2aaaa92b02d64aac5b1b412 |
scikit_learn-1.5.2-cp312-cp312-win_amd64.whl 的哈希值
算法 | 哈希摘要 | |
---|---|---|
SHA256 | 57cc1786cfd6bd118220a92ede80270132aa353647684efa385a74244a41e3b1 |
|
MD5 | f180ca55c94593f686c1944a4333a428 |
|
BLAKE2b-256 | aacec0b912f2f31aeb1b756a6ba56bcd84dd1f8a148470526a48515a3f4d48cd |
哈希值 for scikit_learn-1.5.2-cp312-cp312-manylinux_2_17_x86_64.manylinux2014_x86_64.whl
算法 | 哈希摘要 | |
---|---|---|
SHA256 | 394397841449853c2290a32050382edaec3da89e35b3e03d6cc966aebc6a8ae6 |
|
MD5 | 43eff58b3c980d48a23d15483fe82567 |
|
BLAKE2b-256 | c629044048c5e911373827c0e1d3051321b9183b2a4f8d4e2f11c08fcff83f13 |
哈希值 for scikit_learn-1.5.2-cp312-cp312-manylinux_2_17_aarch64.manylinux2014_aarch64.whl
算法 | 哈希摘要 | |
---|---|---|
SHA256 | f60021ec1574e56632be2a36b946f8143bf4e5e6af4a06d85281adc22938e0dd |
|
MD5 | 5a6b8391c66be55ec5a27329f40e8d3a |
|
BLAKE2b-256 | a1324a7a205b14c11225609b75b28402c196e4396ac754dab6a81971b811781c |
哈希值 for scikit_learn-1.5.2-cp312-cp312-macosx_12_0_arm64.whl
算法 | 哈希摘要 | |
---|---|---|
SHA256 | 3b923d119d65b7bd555c73be5423bf06c0105678ce7e1f558cb4b40b0a5502b1 |
|
MD5 | 2c02f52f611ce077c61126b92712122f |
|
BLAKE2b-256 | 541a7deb52fa23aebb855431ad659b3c6a2e1709ece582cb3a63d66905e735fe |
哈希值 for scikit_learn-1.5.2-cp312-cp312-macosx_10_9_x86_64.whl
算法 | 哈希摘要 | |
---|---|---|
SHA256 | f932a02c3f4956dfb981391ab24bda1dbd90fe3d628e4b42caef3e041c67707a |
|
MD5 | 65fb040910b02309117e38df195b0208 |
|
BLAKE2b-256 | a4dbb485c1ac54ff3bd9e7e6b39d3cc6609c4c76a65f52ab0a7b22b6c3ab0e9d |
哈希值 for scikit_learn-1.5.2-cp311-cp311-manylinux_2_17_x86_64.manylinux2014_x86_64.whl
算法 | 哈希摘要 | |
---|---|---|
SHA256 | f8b0ccd4a902836493e026c03256e8b206656f91fbcc4fde28c57a5b752561f1 |
|
MD5 | 6fe05f23a7381ff53e984a422bab2d15 |
|
BLAKE2b-256 | 49213723de321531c9745e40f1badafd821e029d346155b6c79704e0b7197552 |
哈希值 for scikit_learn-1.5.2-cp311-cp311-manylinux_2_17_aarch64.manylinux2014_aarch64.whl
算法 | 哈希摘要 | |
---|---|---|
SHA256 | f763897fe92d0e903aa4847b0aec0e68cadfff77e8a0687cabd946c89d17e675 |
|
MD5 | 695027059779ac50aedcb9a4b012f30c |
|
BLAKE2b-256 | 4c7562e49f8a62bf3c60b0e64d0fce540578ee4f0e752765beb2e1dc7c6d6098 |
哈希值 for scikit_learn-1.5.2-cp311-cp311-macosx_12_0_arm64.whl
算法 | 哈希摘要 | |
---|---|---|
SHA256 | 1ff45e26928d3b4eb767a8f14a9a6efbf1cbff7c05d1fb0f95f211a89fd4f5de |
|
MD5 | 7d49bf0fd79c614cbdf42e9e998c0f5f |
|
BLAKE2b-256 | cd7a19fe32c810c5ceddafcfda16276d98df299c8649e24e84d4f00df4a91e01 |
哈希值 for scikit_learn-1.5.2-cp311-cp311-macosx_10_9_x86_64.whl
算法 | 哈希摘要 | |
---|---|---|
SHA256 | 03b6158efa3faaf1feea3faa884c840ebd61b6484167c711548fce208ea09445 |
|
MD5 | 9f38f6211b4d6befbf20840d4ca4e68d |
|
BLAKE2b-256 | ff91609961972f694cb9520c4c3d201e377a26583e1eb83bc5a334c893729214 |
哈希值 for scikit_learn-1.5.2-cp310-cp310-manylinux_2_17_x86_64.manylinux2014_x86_64.whl
算法 | 哈希摘要 | |
---|---|---|
SHA256 | 3a686885a4b3818d9e62904d91b57fa757fc2bed3e465c8b177be652f4dd37c8 |
|
MD5 | ce6b08e9d4bd41f9e19d6c1de16d805a |
|
BLAKE2b-256 | 4c1ea7c7357e704459c7d56a18df4a0bf08669442d1f8878cc0864beccd6306a |
哈希值 for scikit_learn-1.5.2-cp310-cp310-manylinux_2_17_aarch64.manylinux2014_aarch64.whl
算法 | 哈希摘要 | |
---|---|---|
SHA256 | 8c412ccc2ad9bf3755915e3908e677b367ebc8d010acbb3f182814524f2e5540 |
|
MD5 | 98767d4bfd057a9b72e2ad2544b3cee3 |
|
BLAKE2b-256 | 7b31eb7dd56c371640753953277de11356c46a3149bfeebb3d7dcd90b993715a |
哈希值 for scikit_learn-1.5.2-cp310-cp310-macosx_12_0_arm64.whl
算法 | 哈希摘要 | |
---|---|---|
SHA256 | 2d4cad1119c77930b235579ad0dc25e65c917e756fe80cab96aa3b9428bd3fb0 |
|
MD5 | eaa12998c02024b1098dd0c3d2833914 |
|
BLAKE2b-256 | bfe03b6d777d375f3b685f433c93384cdb724fb078e1dc8f8ff0950467e56c30 |
哈希值 用于 scikit_learn-1.5.2-cp310-cp310-macosx_10_9_x86_64.whl
算法 | 哈希摘要 | |
---|---|---|
SHA256 | 299406827fb9a4f862626d0fe6c122f5f87f8910b86fe5daa4c32dcd742139b6 |
|
MD5 | ef5dc83fe79080af0aa6e759962cdcb1 |
|
BLAKE2b-256 | 9889be41419b4bec629a4691183a5eb1796f91252a13a5ffa243fd958cad7e91 |
哈希值 用于 scikit_learn-1.5.2-cp39-cp39-manylinux_2_17_x86_64.manylinux2014_x86_64.whl
算法 | 哈希摘要 | |
---|---|---|
SHA256 | ca64b3089a6d9b9363cd3546f8978229dcbb737aceb2c12144ee3f70f95684b7 |
|
MD5 | 8250bcaf04bc336bced37979b3f0a1c0 |
|
BLAKE2b-256 | 2a9dd332ec76e2cc442fce98bc43a44e69d3c281e6b4ede6b6db2616dc6fbec6 |
哈希值 用于 scikit_learn-1.5.2-cp39-cp39-manylinux_2_17_aarch64.manylinux2014_aarch64.whl
算法 | 哈希摘要 | |
---|---|---|
SHA256 | 643964678f4b5fbdc95cbf8aec638acc7aa70f5f79ee2cdad1eec3df4ba6ead8 |
|
MD5 | 89be00c2bd7dec35bf73070f43921052 |
|
BLAKE2b-256 | 120d94a03c006b01c1de27518d393f52ad3639705cd70184e106d24ffb3f28f6 |
哈希值 用于 scikit_learn-1.5.2-cp39-cp39-macosx_12_0_arm64.whl
算法 | 哈希摘要 | |
---|---|---|
SHA256 | 52788f48b5d8bca5c0736c175fa6bdaab2ef00a8f536cda698db61bd89c551c1 |
|
MD5 | e587fb0cca5561d1d959d9664ca899d1 |
|
BLAKE2b-256 | 1bbe386ef63d9d5e2ddf8308f6a164e4b388d5c5aecc0504d25acc6b33d8b09e |
哈希值 用于 scikit_learn-1.5.2-cp39-cp39-macosx_10_9_x86_64.whl
算法 | 哈希摘要 | |
---|---|---|
SHA256 | 757c7d514ddb00ae249832fe87100d9c73c6ea91423802872d9e74970a0e40b9 |
|
MD5 | f33f5cda1ce596f178f6af578423eb0f |
|
BLAKE2b-256 | dba0e92af06a9fddd1fafbbf39cd32cbed5929b63cf99e03a438f838987e265d |