相關專案#

我們鼓勵實作 scikit-learn 估計器 API 的專案使用 scikit-learn-contrib 範本，這有助於實作測試和記錄估計器的最佳實務。 scikit-learn-contrib GitHub 組織也接受符合此範本的高品質儲存庫貢獻。

以下是相關專案、擴充功能和特定領域套件的列表。

互通性和框架增強#

這些工具調整 scikit-learn 以便與其他技術一起使用，或以其他方式增強 scikit-learn 估計器的功能。

自動機器學習 (Auto-ML)

auto-sklearn 一個自動化的機器學習工具包，可作為 scikit-learn 估計器的直接替代品
autoviml 只需一行程式碼即可自動建構多個機器學習模型。設計為使用 scikit-learn 模型而不必預先處理資料的更快方法。
TPOT 一個自動化的機器學習工具包，可最佳化一系列 scikit-learn 運算子，以設計機器學習管道，包括資料和特徵預處理器以及估計器。可作為 scikit-learn 估計器的直接替代品。
Featuretools 一個執行自動特徵工程的框架。它可以將時間和關係資料集轉換為機器學習的特徵矩陣。
EvalML EvalML 是一個 AutoML 函式庫，它使用特定領域的目標函數來建構、最佳化和評估機器學習管道。它在一個 API 下整合多個建模函式庫，而且 EvalML 建立的物件使用與 sklearn 相容的 API。
MLJAR AutoML 用於表格資料 AutoML 的 Python 套件，具有特徵工程、超參數調整、解釋和自動文件。

實驗和模型註冊框架

MLFlow MLflow 是一個開放原始碼平台，用於管理 ML 生命周期，包括實驗、再現性、部署和中央模型註冊。
Neptune MLOps 的中繼資料儲存，專為執行大量實驗的團隊而建。它提供一個單一位置來記錄、儲存、顯示、組織、比較和查詢所有模型建置中繼資料。
Sacred 一個協助您配置、組織、記錄和重現實驗的工具
Scikit-Learn Laboratory 一個 scikit-learn 的命令列包裝器，可讓您輕鬆使用多個學習器和大型特徵集來執行機器學習實驗。

模型檢查和視覺化

dtreeviz 一個用於決策樹視覺化和模型解釋的 Python 函式庫。
sklearn-evaluation 讓機器學習模型評估變得輕鬆：繪圖、表格、HTML 報表、實驗追蹤和 Jupyter 筆記本分析。視覺分析、模型選擇、評估和診斷。
yellowbrick 一套用於 scikit-learn 估計器的自訂 matplotlib 視覺化工具，以支援視覺特徵分析、模型選擇、評估和診斷。

用於生產的模型匯出

sklearn-onnx 將許多 Scikit-learn 管道序列化為 ONNX，以進行交換和預測。
skops.io 一個比 pickle 更安全的持久化模型，在大多數常見情況下可以用來替代 pickle。
sklearn2pmml 在 JPMML-SkLearn 函式庫的協助下，將各種 scikit-learn 估計器和轉換器序列化為 PMML。
treelite 將基於樹的集成模型編譯為 C 程式碼，以最大限度地減少預測延遲。
emlearn 在嵌入式裝置和微控制器中以 C99 實作 scikit-learn 估計器。支援多種分類器、迴歸和離群值偵測模型。

模型吞吐量

Intel(R) Extension for scikit-learn 主要在高階 Intel(R) 硬體上，在某些情況下會加速某些 scikit-learn 模型的訓練和推論。此專案由 Intel(R) 維護，而 scikit-learn 的維護人員並未參與此專案的開發。另請注意，在某些情況下，使用 scikit-learn-intelex 下的工具和估計器會產生與 scikit-learn 本身不同的結果。如果您在使用此專案時遇到問題，請務必在其各自的儲存庫中回報潛在的問題。

與 R 的介面，用於基因體應用

BiocSklearn 公開少量的降維工具，作為使用 basilisk 通訊協定將 Python 與 R 連接的範例。旨在作為更完整互通性的起點。

其他估計器和任務#

並非所有東西都屬於或已足夠成熟，可納入中央 scikit-learn 專案。以下專案提供類似於 scikit-learn 的介面，用於額外的學習演算法、基礎結構和任務。

時間序列和預測

Darts Darts 是一個 Python 函式庫，用於對時間序列進行使用者友善的預測和異常偵測。它包含各種模型，從 ARIMA 等經典模型到深度神經網路。所有預測模型都可以使用相同的方式，使用 fit() 和 predict() 函數，類似於 scikit-learn。
sktime 一個與 scikit-learn 相容的工具箱，用於時間序列機器學習，包括時間序列分類/迴歸和（監督/面板）預測。
skforecast 一個 Python 函式庫，可讓您輕鬆地將 scikit-learn 迴歸器用作多步驟預測器。它也適用於任何與 scikit-learn API 相容的迴歸器。
tslearn 一個用於時間序列的機器學習函式庫，提供預先處理和特徵擷取工具，以及用於群集、分類和迴歸的專用模型。

梯度（樹）提升

請注意 scikit-learn 自己現代的梯度提升估計器 HistGradientBoostingClassifier 和 HistGradientBoostingRegressor。

XGBoost XGBoost 是一個最佳化的分散式梯度提升函式庫，旨在具有高效、彈性和可攜性。
LightGBM LightGBM 是一個使用基於樹的學習演算法的梯度提升框架。它被設計為分散式和高效的。

結構化學習

HMMLearn 隱藏式馬可夫模型的實作，之前是 scikit-learn 的一部分。
pomegranate 用於 Python 的機率建模，重點是隱藏式馬可夫模型。

深度神經網路等

skorch 一個與 scikit-learn 相容的神經網路函式庫，可包裝 PyTorch。
scikeras 提供 Keras 的包裝器，以將其與 scikit-learn 連接。SciKeras 是 tf.keras.wrappers.scikit_learn 的後繼者。

聯邦學習

Flower 一個友善的聯邦學習框架，具有統一的方法，可以聯邦化任何工作負載、任何 ML 框架和任何程式設計語言。

隱私保護機器學習

Concrete ML 一個建立在 Concrete 之上的隱私保護 ML 框架，由於完全同態加密，與傳統 ML 框架具有繫結。所謂的 Concrete ML 內建模型的 API 非常接近 scikit-learn API。

廣泛範圍

mlxtend 包括許多額外的估計器以及模型視覺化工具。
scikit-lego 許多與 scikit-learn 相容的自訂轉換器、模型和指標，重點是解決實際的產業任務。

其他迴歸和分類

py-earth 多變量適應性迴歸樣條
gplearn 用於符號迴歸任務的基因程式設計。
scikit-multilearn 多標籤分類，重點是標籤空間操作。

分解和群集

lda：在 Cython 中快速實作潛在狄利克雷分配，使用吉布斯取樣從真實後驗分佈中取樣。（scikit-learn 的 LatentDirichletAllocation 實作使用變分貝氏方法從主題模型的後驗分佈的易處理近似值中取樣。）
kmodes 用於分類資料的 k-modes 群集演算法及其多種變體。
hdbscan 用於穩健可變密度群集的 HDBSCAN 和穩健單一連結群集演算法。從 scikit-learn 1.3.0 版開始，有 HDBSCAN。

預先處理

categorical-encoding 一個與 sklearn 相容的分類變數編碼器函式庫。從 scikit-learn 1.3.0 版開始，有 TargetEncoder。
imbalanced-learn 各種對資料集進行欠採樣和過採樣的方法。
Feature-engine 一個與 sklearn 相容的轉換器函式庫，用於遺失資料填補、分類編碼、變數轉換、離散化、離群值處理等。Feature-engine 允許將預先處理步驟套用至選定的變數群組，並且與 Scikit-learn Pipeline 完全相容。

拓撲資料分析

giotto-tda 是一個用於拓撲數據分析的函式庫，旨在提供與 scikit-learn 相容的 API。它提供了將數據輸入（點雲、圖形、時間序列、圖像）轉換為適合計算拓撲摘要的形式的工具，以及專用於提取拓撲來源的純量特徵集合的組件，這些組件可以與 scikit-learn 中的其他特徵提取方法一起使用。

使用 Python 進行統計學習#

其他用於數據分析和機器學習的實用套件。

Pandas 用於處理異質和欄狀數據、關聯查詢、時間序列和基本統計的工具。
statsmodels 用於估計和分析統計模型。相較於 scikit-learn，它更專注於統計檢定，較少專注於預測。
PyMC 貝氏統計模型和擬合演算法。
Seaborn 基於 matplotlib 的視覺化函式庫。它提供了一個用於繪製有吸引力的統計圖形的高階介面。
scikit-survival 一個實現從刪減的時間到事件數據（也稱為生存分析）中學習的模型函式庫。這些模型與 scikit-learn 完全相容。

特定領域的套件#

scikit-network 在圖形上進行機器學習。
scikit-image 在 Python 中進行影像處理和電腦視覺。
自然語言工具包 (nltk) 自然語言處理和一些機器學習。
gensim 用於主題建模、文檔索引和相似性檢索的函式庫。
NiLearn 用於神經影像的機器學習。
AstroML 用於天文學的機器學習。

scikit-learn 文件翻譯#

翻譯的目的是為了讓非英語人士更容易閱讀和理解。其目的是幫助那些不理解英語或對其解釋有疑問的人。此外，有些人喜歡以他們的母語閱讀文件，但請記住，唯一官方的文件是英文版本[1]。

這些翻譯工作是社群的倡議，我們無法控制它們。如果您想貢獻或回報翻譯問題，請聯絡翻譯的作者。這裡連結了一些可用的翻譯，以改善其傳播並促進社群的努力。

腳註