scikit-learn 是一个基于 SciPy 构建的 Python 机器学习库，分发在 3-Clause BSD 许可下。

该项目于 2007 年由 David Cournapeau 作为 Google Summer of Code 项目启动，此后许多志愿者为此做出了贡献。核心贡献者列表请参见“关于我们”页面。

目前由一个志愿者团队维护。

网站：https://scikit-learn.org

scikit-learn 需要：

• Python (>= 3.11)
• NumPy (>= 1.24.1)
• SciPy (>= 1.10.0)
• joblib (>= 1.3.0)
• threadpoolctl (>= 3.2.0)

Scikit-learn 的绘图功能（即函数名以 plot_ 开头，类名以 Display 结尾）需要 Matplotlib (>= 3.6.1)。 运行示例需要 Matplotlib >= 3.6.1。 少数示例需要 scikit-image >= 0.22.0，一些示例需要 pandas >= 1.5.0，另一些示例需要 seaborn >= 0.13.0 和 Plotly >= 5.18.0。

如果您已经成功安装了 NumPy 和 SciPy，最简单的安装 scikit-learn 的方法是使用 pip：

pip install -U scikit-learn

或者使用 conda：

conda install -c conda-forge scikit-learn

文档中包含更详细的安装说明。

关于 scikit-learn 主要变更历史，请参阅更新日志。

我们欢迎各种经验水平的新贡献者。scikit-learn 社区的目标是提供帮助、友好和高效。 开发指南 提供了关于贡献代码、文档、测试等方面的详细信息。本 README 中包含了一些基本信息。

• 官方源代码仓库：https://github.com/scikit-learn/scikit-learn
• 下载发布版：https://pypi.org/project/scikit-learn/
• 问题跟踪器：https://github.com/scikit-learn/scikit-learn/issues

您可以使用以下命令查看最新源代码：

git clone https://github.com/scikit-learn/scikit-learn.git

要了解更多关于如何为 scikit-learn 做贡献的信息，请参阅我们的 贡献指南。

安装后，您可以从源代码目录外部启动测试套件（您需要安装 pytest >= 7.1.2）：

pytest sklearn

有关更多信息，请参阅网页 https://scikit-learn.org/dev/developers/contributing.html#testing-and-improving-test-coverage。

在测试期间，可以通过设置 SKLEARN_SEED 环境变量来控制随机数生成。

在打开拉取请求之前，请查看完整的贡献页面，确保您的代码符合我们的准则：https://scikit-learn.org/stable/developers/index.html

该项目于 2007 年由 David Cournapeau 作为 Google Summer of Code 项目启动，此后许多志愿者为此做出了贡献。核心贡献者列表请参见“关于我们”页面。

该项目目前由一个志愿者团队维护。

注意：scikit-learn 以前被称为 scikits.learn。

• HTML 文档（稳定版）：https://scikit-learn.org
• HTML 文档（开发版）：https://scikit-learn.org/dev/
• FAQ：https://scikit-learn.org/stable/faq.html

• 网站：https://scikit-learn.org
• 博客：https://blog.scikit-learn.org
• 邮件列表：https://mail.python.org/mailman/listinfo/scikit-learn

• GitHub 讨论：https://github.com/scikit-learn/scikit-learn/discussions
• Stack Overflow：https://stackoverflow.com/questions/tagged/scikit-learn
• Discord：https://discord.gg/h9qyrK8Jc8

• LinkedIn：https://www.linkedin.com/company/scikit-learn
• YouTube：https://www.youtube.com/channel/UCJosFjYm0ZYVUARxuOZqnnw/playlists
• Facebook：https://www.facebook.com/scikitlearnofficial/
• Instagram：https://www.instagram.com/scikitlearnofficial/
• TikTok：https://www.tiktok.com/@scikit.learn
• Bluesky：https://bsky.app/profile/scikit-learn.org
• Mastodon：https://mastodon.social/@sklearn@fosstodon.org

• 日历：https://blog.scikit-learn.org/calendar/
• Logo & 品牌：https://github.com/scikit-learn/scikit-learn/tree/main/doc/logos

如果您在科学出版物中使用 scikit-learn，我们非常感谢引用：https://scikit-learn.org/stable/about.html#citing-scikit-learn