<span style="color: rgb(54, 46, 43); font-family: 'microsoft yahei'; font-size: 14px; line-height: 26px; background-color: rgb(255, 255, 255);">自2007年發佈以來，scikit-learn已經成爲最給力的Python機器學習庫（library）了。scikit-learn支持的機器學習算法包括分類，迴歸，降維和聚類。還有一些特徵提取（extracting features）、數據處理（processing data）和模型評估（evaluating models）的模塊。作爲Scipy庫的擴展，scikit-learn也是建立在Python的NumPy和matplotlib庫基礎之上。NumPy可以讓Python支持大量多維矩陣數據的高效操作，matplotlib提供了可視化工具，SciPy帶有許多科學計算的模型。 </span> scikit-learn文檔完善，容易上手，豐富的API，使其在學術界頗受歡迎。開發者用scikit-learn實驗不同的算法，只要幾行代碼就可以搞定。scikit-learn包括許多知名的機器學習算法的實現，包括LIBSVM和LIBLINEAR。還封裝了其他的Python庫，如自然語言處理的NLTK庫。另外，scikit-learn內置了大量數據集，允許開發者集中於算法設計，節省獲取和整理數據集的時間。
scikit-learn可以不受任何限制，遵從自由的BSD授權。許多scikit-learn的算法都可以快速執行而且可擴展，除了海量數據集以外。最後，scikit-learn穩定性很好，大部分代碼都可以通過Python的自動化測試（mock，nose等）。
scikit-learn文檔完善，容易上手，豐富的API，使其在學術界頗受歡迎。開發者用scikit-learn實驗不同的算法，只要幾行代碼就可以搞定。scikit-learn包括許多知名的機器學習算法的實現，包括LIBSVM和LIBLINEAR。還封裝了其他的Python庫，如自然語言處理的NLTK庫。另外，scikit-learn內置了大量數據集，允許開發者集中於算法設計，節省獲取和整理數據集的時間。
scikit-learn可以不受任何限制，遵從自由的BSD授權。許多scikit-learn可以快速執行而且可擴展，除了海量數據集以外。最後，scikit-learn穩定性很好。
Mac OS上建議安裝Anaconda，裏面集成了scikit－learn、numpy、matplot、scipy等等做科學計算必須的東西。
可以通過sklearn.__version__來查看當前sklearn的版本信息。下圖是我安裝後的截圖。
通常，給定樣本數據集，然後嘗試預測未知數據的屬性，如果每個樣本超過單個數值，例如，一組多維的輸入值，就稱其有多個屬性或特徵。
我們可以將學習問題分爲幾大類：
監督學習：監督學習是對具有概念標記（分類）的訓練樣本進行學習，以儘可能對訓練樣本集外的數據進行標記（分類）預測。這裏，所有的標記（分類）是已知的。
其還可以在分：
–分類：樣本數據屬於兩類或者多類，我們想要從帶類別標記的數據中學習，並預測未知數據的類別。一個分類問題的例子就是手寫數字識別的例子。
–迴歸：如果輸出數據時由一系列連續的變量組成，我們稱這個任務爲迴歸。迴歸問題的一個例子是根據鮭魚的年齡和重量來預測鮭魚的長度。
非監督學習：對沒有概念標記（分類）的訓練樣本進行學習，以發現訓練樣本集中的結構性知識。這裏，所有的標記（分類）是未知的。這種問題的目標是發現數據樣本聚集的相似性，那就稱其爲聚類；或在輸入空間內決定數據的分佈，其就是密度估計；或是將高維的數據降維到二維或者三維，以便進行數據可視化。
*訓練集、測試集、驗證集*
訓練集：訓練集是用來學習的樣本集，通過匹配一些參數來建立一個模型（如：分類器）
測試集：測試集純粹是爲了測試已經訓練好的模型的分類能力的樣本集。
驗證集：驗證集是用來調整分類器的參數的樣本集，比如在神經網絡中選擇隱藏單元數。驗證集還用來確定網絡結構或者控制模型複雜程度的參數。
scikit-learn本身內置了一些標準的數據集，例如：鳶尾花和數字數據集用於分類，還有波士頓房屋價格數據集用來做迴歸。
接下來用Python 語言來實現加載這些數據集（iris和digits）
>>> from sklearn import datasets
>>> iris = datasets.load_iris()
>>> digits = datasets.load_digits()學習和預測
在數字數據集中，我們的任務是給定一張數字圖片，然後預測對應的數字。
在scikit-learn中，我們通過fit(X, y)來訓練模型，predict(T)來預測未知樣本的類別。
>>> from sklearn import svm
>>> clf = svm.SVC(gamma=0.001, C=100.)
通過對scikit-learn的簡單瞭解、安裝以及簡單示例的練習。理論+實踐+持之以恆的學習就可以掌握機器學習相關的知識。