Scikit-learn
Aparença
| Tipus | biblioteca informàtica, biblioteca Python i programari lliure | ||||||||
|---|---|---|---|---|---|---|---|---|---|
| Versió estable | |||||||||
| Ús | aprenentatge automàtic | ||||||||
| Llicència | llicència BSD de 3 clàusules | ||||||||
| Característiques tècniques | |||||||||
| Sistema operatiu | Linux i Microsoft Windows | ||||||||
| Utilitza | NumPy | ||||||||
| Escrit en | Python, C, C++ i Cython | ||||||||
| Equip | |||||||||
| Creador/s | David Cournapeau | ||||||||
| Desenvolupador(s) | David Cournapeau, Olivier Grisel, Gaël Varoquaux, Alexandre Gramfort (en) | ||||||||
Fonts de codi
| |||||||||
Premis | |||||||||
| Més informació | |||||||||
| Lloc web | scikit-learn.org (anglès) | ||||||||
| Stack Exchange | Etiqueta | ||||||||
| Free Software Directory | scikit-learn | ||||||||
|
| |||||||||

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 ]])])

Referències
[modifica]- ↑ 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].