scikit-learn

ML

Aprendizaje automático

Descripción general scikit-learn

Scikit-learn es la biblioteca de aprendizaje automático más popular de Python. Proporciona API simples y consistentes para clasificación, regresión, agrupación, reducción de dimensionalidad, selección de modelos y preprocesamiento. Scikit-learn es el punto de partida para prácticamente todos los proyectos de aprendizaje automático en Python.

PyRunadmitescikit-learncomo parte de la distribuciónPyodide, lo que significa que puede entrenar clasificadores, calcular puntuaciones de precisión y explorar algoritmos de aprendizaje automático completamente en su navegador. Es una poderosa herramienta educativa: ejecute el clasificador Iris, experimente con hiperparámetros y vea resultados sin un cuaderno en la nube.

Código y salida de ejecución

Entrene un bosque aleatorio en el conjunto de datos de Iris.

Scikit-learn ClassifierEjecutar en el editor
from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split
from sklearn.ensemble import RandomForestClassifier
from sklearn.metrics import accuracy_score, classification_report

iris = load_iris()
X, y = iris.data, iris.target

X_train, X_test, y_train, y_test = train_test_split(
    X, y, test_size=0.25, random_state=42
)

clf = RandomForestClassifier(n_estimators=50, random_state=42)
clf.fit(X_train, y_train)

preds = clf.predict(X_test)
print(f"Accuracy: {accuracy_score(y_test, preds):.2%}\n")
print("Classification Report:")
print(classification_report(y_test, preds, target_names=iris.target_names))

Paquetes relacionados

Recursos recomendados de Python

Amplíe sus conocimientos con tutoriales interactivos relacionados, hojas de trucos y comparaciones de códigos.