scikit-learn

1. 1

   Et open-source Python-bibliotek til maskinlæring, der tilbyder en ensartet grænseflade til klassifikation, regression, clustering, dimensionalitetsreduktion og model-evaluering.

   • Vi brugte scikit-learns RandomForestClassifier til at forudsige kundeomsætning baseret på historiske data. — opdigtet eksempel
   • Scikit-learns train_test_split-funktion gør det nemt at opdele data i trænings- og testsæt. — opdigtet eksempel

Scikit-learn bruges i hele maskinlæringspipelinen: fra dataforbehandling (skalering, kodning) over modelvalg (krydsvalidering, hyperparameteroptimering) til evaluering (metrikker som præcision og recall). Det er standardværktøjet for både begyndere og professionelle til hurtig prototyping.

from sklearn.ensemble import RandomForestClassifier
from sklearn.model_selection import train_test_split
from sklearn.metrics import accuracy_score

X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2)
clf = RandomForestClassifier()
clf.fit(X_train, y_train)
y_pred = clf.predict(X_test)
print(accuracy_score(y_test, y_pred))

Et klassisk eksempel på at træne en Random Forest-klassifikator, forudsige og evaluere nøjagtigheden.

Navnet 'scikit-learn' kommer fra 'SciPy Toolkit' (scikit) kombineret med 'learn' for maskinlæring. Det blev lanceret i 2007 som et Google Summer of Code-projekt af David Cournapeau.

• Pedregosa et al., Scikit-learn: Machine Learning in Python, JMLR 12, 2011
• Scikit-learn dokumentation