scikit-learn(sklearn)是机器学习中经典的专用库，涵盖了几乎所有主流机器学习算法，包括分类(Classfication)、聚类(Clustering)、回归(Regression)、降维(Dimensionality Reduction)等，还包括了特征提取，数据处理和模型评估者三大模块。 scikit-learn支持跨平台，功能强大。该项目于2007年作为Google的Code of Code夏季项目，并于2010年2月1日进行了首次公开发布。此后，经过约3个月的时间，在国际市场蓬勃发展，出现了多个繁荣的社区版本。 sklearn官方提供的英文文档，其内容全面、简单易懂，使得初学者能够快速上手使用。现在 http://sklearn123.com 已经翻译出了中文手册，并且可以下载sklearn教程PDF。
2019年@那伊抹微笑@片刻@mahaoyang等人已翻译过scikit-learn0.21.3，但如今scikit-learn0.22.1版本中的许多函数和内容已经有所更新，因此有必要对该官方文档再进行一次翻译。翻译过程中难免有所疏漏，如发现错误，希望大家指出，谢谢支持。
教程目录
第一章 scikit-learn 简介与安装
1.1 欢迎来到 scikit-learn
1.2 安装 scikit-learn
1.3 特定平台上安装sklearn的Cython扩展的说明
1.4 常见问题
第二章 scikit-learn 指南
2.1 scikit-learn 机器学习简介
2.2 科学数据处理统计学习指南
2.3 处理文本数据
2.4 选择合适的估计器
2.5 外部资源，视频和讲座
第三章 用户指南
3.1 监督学习
3.2 无监督学习
3.3 模型选择与评价
3.4 检查
3.5 可视化效果
3.6 数据集转换
3.7 数据集加载实用程序
3.8 使用scikit learn进行计算
教程部分图片
KNN 3分类图片
聚类算法
神经网络算法
sklearn 官方文档中文版（0.22.1）和PDF 下载：http://sklearn123.com/
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至253000106@qq.com举报，一经查实，本站将立刻删除。
发布者：SEO优化专员，转转请注明出处：https://www.chuangxiangniao.com/p/901799.html
