一组用于机器学习和数据挖掘的python模块
scikit-learn的Python项目详细描述
SCIKIT学习
scikit learn是一个用于机器学习的python模块，它构建在 根据3条BSD许可证进行复制和分发。
这个项目是在2007年由david cournapeau作为google summer启动的。 从那以后，许多志愿者都参与了这个项目。见 第About us页 一份核心贡献者的名单。
目前由一个志愿者小组负责维护。
安装
依赖关系
scikit学习需要：
- Python（>；=3.5）
- 纽比（>；=1.11.0）
- scipy（>；=0.17.0）
- 作业库（>；=0.11）
scikit learn 0.20是支持python2.7的最后一个版本。 scikit学习0.21及更高版本需要python 3.5或更高版本。
运行示例matplotlib>；=1.5.1是必需的。几个例子 需要scikit image>；=0.12.3，少数示例需要pandas>；=0.18.0。
用户安装
如果你已经安装了Numpy和Scipy， 安装scikit learn的最简单方法是使用pip
pip install -U scikit-learn
或conda：
conda install scikit-learn
文档包括更详细的installation instructions。
变更日志
见changelog 对于scikit learn的显著变化的历史。
发展
我们欢迎所有经验层次的新贡献者。scikit学习 社区目标应该是有帮助的、受欢迎的和有效的。这个 Development Guide 有关于贡献代码、文档、测试和 更多。我们在自述文件中包含了一些基本信息。
重要链接
源代码
您可以使用以下命令检查最新的源代码：
git clone https://github.com/scikit-learn/scikit-learn.git
贡献
要了解有关为Scikit Learn做出贡献的更多信息，请参阅 Contributing guide。
测试
安装后，您可以从 源目录（需要安装pytest>；=3.3.0）：
pytest sklearn
查看网页http://scikit-learn.org/dev/developers/advanced_installation.html#testing 欲了解更多信息。
Random number generation can be controlled during testing by setting the ^{tt4}$ environment variable.
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 我们的指导方针是：http://scikit-learn.org/stable/developers/index.html
项目历史
这个项目是在2007年由david cournapeau作为google summer启动的。 从那以后，许多志愿者都参与了这个项目。见 第About us页 一份核心贡献者的名单。
该项目目前由一个志愿者小组负责维护。
note：scikit learn以前被称为scikits.learn。
帮助和支持
文档
- HTML文档（稳定版本）：http://scikit-learn.org
- HTML文档（开发版本）：http://scikit-learn.org/dev/
- 常见问题解答：http://scikit-learn.org/stable/faq.html
通信
- 邮件列表：https://mail.python.org/mailman/listinfo/scikit-learn
- IRC频道：^{TT5}$位于^{TT6}$
- 堆栈溢出：https://stackoverflow.com/questions/tagged/scikit-learn
- 网址：http://scikit-learn.org
引文
如果您在科学出版物中使用scikit learn，我们将感谢您的引用：http://scikit-learn.org/stable/about.html#citing-scikit-learn
欢迎加入QQ群-->： 979659372
