Scikit-learn là một thư viện máy học, được viết bằng Python, được thiết kế để kết hợp các thuật toán học máy cổ điển vào quy trình làm việc của khoa học dữ liệu hiện đại. Scikit-learn là thư viện mã nguồn mở và miễn phí bao gồm các công cụ đơn giản và hiệu quả để khai thác dữ liệu và phân tích dữ liệu, được thiết kế để hoạt động với các ngôn ngữ máy tính khoa học phổ biến SciPy và NumPy.
Thư viện được xây dựng trên các dự án nguồn mở hiện có như SciPy, NumPy, pandas và Cython, đồng thời kết hợp nghiên cứu máy học lịch sử với công nghệ phần mềm hiện đại. Nó cung cấp một loạt các thuật toán học tập có giám sát và không giám sát.
Các thuật toán có sẵn bao gồm hồi quy logistic, rừng ngẫu nhiên và máy vectơ hỗ trợ, cùng với các mô hình phân cụm (ví dụ: phương tiện k), cây quyết định và phương pháp tập hợp. Scikit-learn cũng cung cấp các chức năng tiện ích để trực quan hóa, tiền xử lý, lựa chọn tính năng, v.v. Nó có thể dễ dàng tích hợp với các thư viện khác, chẳng hạn như sổ ghi chép Matplotlib và Jupyter.
Nhờ thiết kế API giúp người dùng dễ dàng mở rộng thư viện. Hơn nữa, tài liệu toàn diện có sẵn cho thư viện dưới dạng tài liệu hoặc hướng dẫn trực tuyến và cộng đồng người dùng ngày càng phát triển.
Scikit-learn có thể được sử dụng cho nhiều nhiệm vụ khác nhau, bao gồm phân loại, hồi quy, phân cụm và giảm kích thước, đồng thời có thể được sử dụng để xác định, huấn luyện, kiểm tra và đánh giá các mô hình học máy. Nó rất phù hợp cho các bộ dữ liệu quy mô vừa và nhỏ cũng như đào tạo dữ liệu lớn.
