Scikit-learn adalah perpustakaan pembelajaran mesin sumber terbuka untuk Python. Itu dibangun di atas perpustakaan komputasi ilmiah Python populer NumPy dan dirancang agar mudah digunakan dan efisien.
Scikit-learn dimaksudkan untuk menyediakan seperangkat alat yang mudah dan sederhana untuk penambangan data dan analisis data. Ini menggabungkan metode dari berbagai disiplin ilmu mulai dari pembelajaran yang diawasi, pembelajaran tanpa pengawasan, dan pembelajaran semi-supervisi. Ini juga menyediakan API yang konsisten, sehingga memudahkan peralihan dari satu algoritma ke algoritma lainnya dengan pemfaktoran ulang kode yang minimal.
Perpustakaan ini dibangun berdasarkan tiga fondasi utama: integrasi data, rekayasa fitur, dan pemilihan model. Ini memudahkan pemrosesan data dari berbagai sumber, termasuk file datar, database, dan URL jarak jauh. Bagian rekayasa fitur memfasilitasi berbagai teknik pemilihan dan ekstraksi fitur. Ini juga memberikan dukungan untuk berbagai algoritma pembelajaran yang diawasi dan tidak diawasi, termasuk mesin vektor dukungan, pohon keputusan, dan banyak lagi.
Scikit-learn menyediakan dua elemen penting untuk membangun aplikasi pembelajaran mesin. Yaitu pemilihan model dan evaluasi model. Bagian pemilihan model membantu mengidentifikasi algoritma pengklasifikasi yang paling cocok untuk digunakan. Ini juga berisi berbagai metrik kinerja untuk mengevaluasi model yang dipilih. Demikian pula, modul evaluasi model mencakup berbagai metrik kinerja untuk mengevaluasi keakuratan model.
Sebagai perpustakaan pembelajaran mesin lintas platform yang populer, Scikit-learn diadopsi secara luas oleh praktisi ilmu data dan pengembang pembelajaran mesin. Itu dipelihara secara aktif dengan serangkaian perbaikan bug dan pembaruan fitur. Semua fungsi dan algoritma Scikit-learn dilisensikan di bawah lisensi 3-klausul BSD.