Vés al contingut

Scikit-learn

De la Viquipèdia, l'enciclopèdia lliure
Scikit-learn
Modifica el valor a Wikidata
Modifica el valor a Wikidata
Tipusbiblioteca informàtica, biblioteca Python i programari lliure Modifica el valor a Wikidata
Versió estable
1.5.2 (11 setembre 2024) Modifica el valor a Wikidata
Llicènciallicència BSD de 3 clàusules Modifica el valor a Wikidata
Característiques tècniques
Sistema operatiuLinux i Microsoft Windows Modifica el valor a Wikidata
Escrit enPython, C, C++ i Cython Modifica el valor a Wikidata
Equip
Creador/sDavid Cournapeau Modifica el valor a Wikidata
Desenvolupador(s)David Cournapeau, Olivier Grisel (en) Tradueix, Gaël Varoquaux, Alexandre Gramfort (en) Tradueix i Andreas Mueller (en) Tradueix Modifica el valor a Wikidata
Premis
Més informació
Lloc webscikit-learn.org (anglès) Modifica el valor a Wikidata
Stack ExchangeEtiqueta Modifica el valor a Wikidata
Free Software Directoryscikit-learn Modifica el valor a Wikidata

GitHub: scikit-learn
Fig. 1 Arbre de decisió de 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 ]])])
Fig. 2 Exemple gràfic de regressió


Referències

[modifica]
  1. Brownlee, Jason. «A Gentle Introduction to Scikit-Learn» (en anglès). https://machinelearningmastery.com,+15-04-2014.+[Consulta: 13 febrer 2020].
  2. Pal, Satyabrata. «Scikit-learn Tutorial: Machine Learning in Python» (en anglès). https://www.dataquest.io,+15-11-2018.+[Consulta: 13 febrer 2020].
  3. «DevDocs — scikit-learn documentation» (en anglès). https://devdocs.io,+13-02-2020.+[Consulta: 13 febrer 2020].
  4. «Examples — scikit-learn 0.22.1 documentation» (en anglès). https://scikit-learn.org,+13-02-2020.+[Consulta: 13 febrer 2020].