scikit-learn

ML

Makine öğrenimi

Genel Bakış scikit-learn

Scikit-learn, Python'un en popüler makine öğrenimi kütüphanesidir. Sınıflandırma, regresyon, kümeleme, boyutluluğun azaltılması, model seçimi ve ön işleme için basit ve tutarlı API'ler sağlar. Scikit-learn, Python'daki hemen hemen her makine öğrenimi projesinin başlangıç ​​noktasıdır.

PyRun,Pyodidedağıtımının bir parçası olarakscikit-learn'yi destekler; bu, sınıflandırıcıları eğitebileceğiniz, doğruluk puanlarını hesaplayabileceğiniz ve makine öğrenimi algoritmalarını tamamen tarayıcınızda keşfedebileceğiniz anlamına gelir. Güçlü bir eğitim aracıdır; Iris sınıflandırıcısını çalıştırın, hiperparametrelerle denemeler yapın ve bulut not defteri olmadan sonuçları görün.

Kod ve Yürütme Çıkışı

Iris veri kümesinde bir Rastgele Orman eğitin.

Scikit-learn ClassifierDüzenleyicide Çalıştır
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))

İlgili Paketler

Önerilen Python Kaynakları

İlgili etkileşimli eğitimler, yardımcı sayfalar ve kod karşılaştırmalarıyla bilginizi genişletin.