scikit-learn(sklearn)是機器學習中經(jīng)典的專用庫，涵蓋了幾乎所有主流機器學習算法，包括分類(Classfication)、聚類(Clustering)、回歸(Regression)、降維(Dimensionality Reduction)等，還包括了特征提取，數(shù)據(jù)處理和模型評估者三大模塊。 scikit-learn支持跨平臺，功能強大。該項目于2007年作為Google的Code of Code夏季項目，并于2010年2月1日進行了首次公開發(fā)布。此后，經(jīng)過約3個月的時間，在國際市場蓬勃發(fā)展，出現(xiàn)了多個繁榮的社區(qū)版本。 sklearn官方提供的英文文檔，其內容全面、簡單易懂，使得初學者能夠快速上手使用?，F(xiàn)在 http://sklearn123.com 已經(jīng)翻譯出了中文手冊，并且可以下載sklearn教程PDF。
2019年@那伊抹微笑@片刻@mahaoyang等人已翻譯過scikit-learn0.21.3，但如今scikit-learn0.22.1版本中的許多函數(shù)和內容已經(jīng)有所更新，因此有必要對該官方文檔再進行一次翻譯。翻譯過程中難免有所疏漏，如發(fā)現(xiàn)錯誤，希望大家指出，謝謝支持。
教程目錄
第一章 scikit-learn 簡介與安裝
1.1 歡迎來到 scikit-learn
1.2 安裝 scikit-learn
1.3 特定平臺上安裝sklearn的Cython擴展的說明
1.4 常見問題
第二章 scikit-learn 指南
2.1 scikit-learn 機器學習簡介
2.2 科學數(shù)據(jù)處理統(tǒng)計學習指南
2.3 處理文本數(shù)據(jù)
2.4 選擇合適的估計器
2.5 外部資源，視頻和講座
第三章 用戶指南
3.1 監(jiān)督學習
3.2 無監(jiān)督學習
3.3 模型選擇與評價
3.4 檢查
3.5 可視化效果
3.6 數(shù)據(jù)集轉換
3.7 數(shù)據(jù)集加載實用程序
3.8 使用scikit learn進行計算
教程部分圖片
KNN 3分類圖片
聚類算法
神經(jīng)網(wǎng)絡算法
sklearn 官方文檔中文版（0.22.1）和PDF 下載：http://sklearn123.com/
申請創(chuàng)業(yè)報道，分享創(chuàng)業(yè)好點子。點擊此處，共同探討創(chuàng)業(yè)新機遇！
