Scikit-learn (anteriormente scikits.learn) es una biblioteca para aprendizaje de máquina de software libre para el lenguaje de programación Python.[1]​ Incluye varios algoritmos de clasificación, regresión y análisis de grupos entre los cuales están máquinas de vectores de soporte, bosques aleatorios, Gradient boosting, K-means y DBSCAN. Está diseñada para interoperar con las bibliotecas numéricas y científicas NumPy y SciPy.

Scikit-learn
scikit-learn.org y scikit-learn.org/stable
Scikit learn logo small.svg
Tipo de programa biblioteca de software
biblioteca de Python
software libre
Autor David Cournapeau
Programado en Python
C
C++
Cython
Sistema operativo Linux
Licencia licencia BSD de 3 cláusulas

Visión generalEditar

El proyecto scikit-learn empezó con el nombre scikits.learn, un proyecto de Google Summer of Code por David Cournapeau. Su nombre viene de la idea que se trata de un una extensión auxiliar desarrollada y distribuida independientemente de SciPy.[2]​ El código de base original fue reescrito más adelante por otros desarrolladores. En 2010 Fabian Pedregosa, Gael Varoquaux, Alexandre Gramfort y Vincent Michel, todos de INRIA tomaron el liderazgo del proyecto e hicieron la primera distribución pública el 1 de febrero 2010.[3]​ Entre las diferentes extensiones o scikits de Scipy, scikit-learn  y scikit-image fueron descritas como "bien-mantenidas y populares" en noviembre 2012.[4]

A 2018, scikit-learn sigue bajo desarrollo activo.[5]

ImplementaciónEditar

Scikit-learn está escrita principalmente en Python, con algunos algoritmos de núcleo escritos en Cython para conseguir mayor rendimiento. Las máquinas de vectores de soporte  están implementadas por una conexión en Cython a LIBSVM; de forma similar, logistic regresión y máquinas de vectores de soporte lineales llaman a la biblioteca LIBLINEAR.

Historial de versionesEditar

Scikit-learn fue inicialmente desarrollada por David Cournapeau como proyecto de Google Summer of code en 2007. Más adelante, Matthieu Brucher se unió al proyecto y lo utilizó como parte de su trabajo de tesis. En 2010 INRIA, el Instituto francés para la Investigación en Informática y Automatización, se involucró en el proyecto y la primera distribución pública (v0.1 beta) se realizó a finales de enero de 2010.[6]

  • Septiembre de 2018. scikit-learn 0.20.0[7]
  • Julio de 2018. scikit-learn 0.19.2
  • Julio de 2017. scikit-learn 0.19.0
  • Septiembre de 2016. scikit-learn 0.18.0
  • Noviembre de 2015. scikit-learn 0.17.0[8]
  • Marzo de 2015. scikit-learn 0.16.0
  • Julio de 2014. scikit-learn 0.15.0
  • Agosto de 2013. scikit-learn 0.14

Véase tambiénEditar

ReferenciasEditar

  1. «Scikit-learn: Machine Learning in Python». Journal of Machine Learning Research 12: 2825-2830. 2011. 
  2. Dreijer, Janto. «scikit-learn». 
  3. https://scikit-learn.org/stable/about.html#history
  4. Eli Bressert (2012). SciPy and NumPy: an overview for developers. O'Reilly. p. 43. 
  5. «About Us». Consultado el 16 de abril de 2018. 
  6. «French Institute for Research in Computer Science and Automation» |url= incorrecta con autorreferencia (ayuda). Wikipedia (en inglés). 21 de enero de 2017. 
  7. «Release History - 0.20.0 documentation». scikit-learn. Consultado el 6 de noviembre de 2018. 
  8. «Release history — scikit-learn 0.19.dev0 documentation». scikit-learn.org. Consultado el 27 de febrero de 2017. 

Enlaces externosEditar