Scikit-Learn (Sklearn) 中文文档 0.19
scikit-learn 是基于 Python 语言的机器学习工具。
- 简单高效的数据挖掘和数据分析工具
- 可供大家在各种环境中重复使用
- 建立在 NumPy ，SciPy 和 matplotlib 上
- 开源，可商业使用 - BSD许可证
官网地址: scikit-learn(sklearn): http://scikit-learn.org
中文文档: ApacheCN - scikit-learn(sklearn): http://sklearn.apachecn.org
维护地址
github: https://github.com/apachecn/scikit-learn-doc-zh/
ApacheCN: http://sklearn.apachecn.org/
正在翻译
历史版本
参与翻译 & 发现错误
1. 在 github 上 fork 该 repository.
2. 翻译 doc/zh/modules 和 doc/zh/tutorial 下面的 rst 文件即可, 例如, tutorial.rst.
3. 然后, 在你的 github 发起 New pull request 请求.
4. 工具使用, 可参考下面的内容.
工具使用（针对新手）
工欲善其事, 必先利其器 ...
工具随意, 能达到效果就好.
我这里使用的是 VSCode 编辑器.
简易的使用指南请参阅: VSCode Windows 平台入门使用指南, 介绍了 VSCode 与 github 一起搭配的简易使用的方法.
如果要将 VSCode 的 Markdown 预览风格切换为 github 的风格，请参阅: VSCode 修改 markdown 的预览风格为 github 的风格.
注意注意注意:
为了尽量正规化各顶级项目的翻译，更便于以后的迭代更新，我们在 scikit-learn 文档翻译中使用了 Git 的分支，具体应用方法请参阅: 使用 Git 分支进行迭代翻译.
角色分配
目前有如下可分配的角色:
- 翻译: 负责文章内容的翻译.
- 校验: 负责文章内容的校验, 比如格式, 正确度之类的.
- 负责人: 负责整个 Projcet, 不至于让该 Project 成为垃圾项目, 需要在 sklearn 方面经验稍微丰富点.
有兴趣参与的朋友, 可以看看最后的联系方式.
负责人
- @chenyyx（Joy yx）
贡献者
贡献者可自行编辑如下内容（排名不分先后）.
0.19.0
翻译者(人人皆大佬~):
- @wangyangting （那伊抹微笑）
- @jiangzhonglian（片刻）
- @chenyyx（Joy yx）
- @survivingME （Trembleguy）
- @mtobeiyf（Fing）
- @Leon-Jin（Leon晋）
- @X1aoFang（X1aoFang）
- @loverollcat（loverollcat）
- @helloheshee（helloheshee）
- @SkyDreamStart（SkyDreamStart）
- @HazekiahWon（Hazekiah Wang）
- @201419（tree）
- @busesese（wenyi）
- @chrzc（changzhicheng）
- @Zoctan（Zoctan）
- @JanzenLiu（Janzen_Liu）
- @charleschou520（charleschou520）
- @zhangqiking（BigBird）
- @mikechengwei（Mike）
- @wodekwan（wodekwan）
- @sehriff（sehriff）
- @Kdotm（kngines）
- @patientman（YuanMingLiu）
- @DamonDay（DamonDay）
- @cszhangbo（cszhangbo）
- @XingxGit（XingxGit）
- @KrokYin（KrokYin）
- @yw10（Andrew Yao）
- @GlassyWu（glassy）
- @PrivateRookie（PrivateRookie）
- @linweijiang（linweijiang）
- @jiaqiangbandongg（jiaqiangbandongg）
- @supportingvector（supportingvector）
- @stealthsMrs（stealthsMrs）
- @lhwlhw90（lhwlhw90）
- @sheepmen（羊三）
- @guohao916（guohao_dm）
- @Daemon-ser（csu_hgq）
- @wangxiancai（BWM-蜜蜂）
- @夜神月（夜神月）
- @liyangbit（Lemon）
校验者(人人皆大佬~)（现在还不齐全，贡献者大佬们可随意修改）
- @pan8664716（pan8664716）
- @xrj（xrj）
- @qvduoduo1997（qvduoduo1997）
- @marsjhao（Zhang Junhao）
- @tiantian1412（tiantian1412）
- @sheepmen（羊三）
- @wangyangting（那伊抹微笑）
- @jiangzhonglian（片刻）
- @chenyyx（Joy yx）
- @mikechengwei（Mike）
- @wangxiancai（BWM-蜜蜂）
- @busesese（wenyi）
- @GlassyWu（glassy）
- @wodekwan（wodekwan）
- @gbyy422990（Bin GAO）
- @charleschou520（charleschou520）
- @DataMonk2017（Jeremy Zheng）
- @Lixu518（Mysry）
- @linxiamen（YUNCHUAN LIN）
- @llcing（Mayouji）
- @KyrieHee（HeYun）
- @ziepenn（ziepenn）
- @FAN0521（FAN0521）
- @Daemon-ser（csu_hgq）
- @shaoyy147（Y.Shao）
- @Kdotm（kngines）
- @chrzc（changzhicheng）
- @ywujudy（ywujudy）
- @污剑客（污剑客）
- @爱吹牛逼的小明（爱吹牛逼的小明）
- @JanzenLiu（Janzen_Liu）
- @Ecauchy（Ecauchy）
0.18
请参阅: http://cwiki.apachecn.org/pages/viewpage.action?pageId=10030181
联系方式
有任何建议反馈, 或想参与文档翻译, 麻烦联系下面的企鹅:
- 企鹅: 1042658081（那伊抹微笑）, 190442212（小瑶）, 529815144（片刻）
相关推荐
在使用过程中，用户可以参考scikit-learn的官方文档，其中包含了详细的教程、示例代码和API参考。这个资源可以帮助初学者快速上手，同时也能为经验丰富的数据科学家提供深入的技术细节。 在实际项目中，scikit-...
Scikit-learn 使用手册中文版
scikit-learn 1.3.2的文档可能包含更多关于新特性和改进行的详细说明，以及新的教程和案例研究，帮助初学者和经验丰富的开发者快速上手和掌握新功能。 总的来说，"scikit-learn-1.3.2.tar.gz"压缩包包含了这一强大...
scikit-learn 0.19 中文文档 scikit-learn 0.19 中文文档
机器学习入门与实战(scikit-learn和Keras)课件—决策树.pdf机器学习入门与实战(scikit-learn和Keras)课件—决策树.pdf机器学习入门与实战(scikit-learn和Keras)课件—决策树.pdf机器学习入门与实战(scikit-learn和...
Scipy和Scikit-learn是Python编程语言中两个非常重要的科学计算库，它们在数据分析、机器学习和数值计算领域有着广泛的应用。在这个压缩包中，我们很可能是找到了这两个库的安装包或者特定版本，用于Python 3.6的64...
机器学习入门与实战(scikit-learn和Keras)课件—聚类.pdf机器学习入门与实战(scikit-learn和Keras)课件—聚类.pdf机器学习入门与实战(scikit-learn和Keras)课件—聚类.pdf机器学习入门与实战(scikit-learn和Keras)...
机器学习入门与实战(scikit-learn和Keras)课件—GAN网络.pdf机器学习入门与实战(scikit-learn和Keras)课件—GAN网络.pdf机器学习入门与实战(scikit-learn和Keras)课件—GAN网络.pdf机器学习入门与实战(scikit-learn...
菜菜的scikit-learn课堂源码及文档 菜菜的scikit-learn课堂01 sklearn入门 & 决策树在sklearn中的实现.pdf 菜菜的scikit-learn课堂02 随机森林在sklearn中的实现.pdf 菜菜的scikit-learn课堂03 sklearn中的数据...
scikit-learn是一个广泛使用的开源机器学习库，它的最新文档提供了一个全面的用户指导和教程，方便开发者学习和应用机器学习算法。文档内容主要涵盖以下几个方面： 1. 安装scikit-learn 文档中提到的安装部分是...
scikit-learn的基本功能主要被分为六个部分，分类，回归，聚类，数据降维，模型选择，数据预处理，具体可以参考官方网站上的文档。 对于具体的机器学习问题，通常可以分为三个步骤，数据准备与预处理，模型选择与...
scikit_learn-0.22.1-cp37-cp37m-win_amd64.whl ...scikit-learn拥有非常活跃的用户社区，基本上其所有的功能都有非常详尽的文档供用户查阅。可以研读scikit-learn的用户指南及文档，对其算法的使用有更充分的了解。
《Mastering Machine Learning With scikit-learn》是一本深度探讨机器学习技术的书籍，特别强调了使用Python中的scikit-learn库进行实践操作。scikit-learn是数据科学家和机器学习工程师广泛使用的开源库，它提供了...
Hyperopt-sklearn是基于scikit-learn项目的一个子集，其全称是：Hyper-parameter optimization for scikit-learn，即针对scikit-learn项目的超级参数优化工具。由于scikit-learn是基于Python的机器学习开源框架，...
从入门到精通，学习备查两相宜，资料目录： Mastering Machine Learning with scikit-learn(中文版).pdf； python_scikit-learn学习笔记.pdf； Scikit-learn 使用手册中文版.pdf； scikit-learn-docs.pdf；
### Scikit-Learn 机器学习库简介与安装指南 #### Scikit-Learn 概述 Scikit-learn 是一个在 Python 编程语言中广泛使用的开源机器学习库。该库提供了丰富的工具集，用于实现各种机器学习算法，包括但不限于分类、...
Scikit-learn是Python编程语言中的一个强大机器学习库，它为各种机器学习算法提供了简单而高效的实现。这个库的设计理念是易于使用、易于理解，同时也具有良好的性能，因此深受数据科学家和研究者的喜爱。本篇文章将...
线性回归预测波士顿房屋价格（使用 scikit-learn 和 XGBoost 两种方式），并进行了对比分析。 # 使用 scikit-learn 和 XGBoost 两种线性回归方式实现波士顿房屋价格预测 # 波士顿房屋价格 包含506个样本、13个特征...