Scikit-learn: differenze tra le versioni

Versione delle 02:42, 8 giu 2025

Versione attuale delle 21:33, 8 giu 2025

Riga 1:

{{titolo minuscolo}}

{{S|informatica|software libero}}

{{Software

|SistemaOperativo = multipiattaforma

Riga 11:

==Implementazione==

Scikit-learn è in gran parte scritto in Python e utilizza [[NumPy]] ampiamente per operazioni di [[algebra lineare]] e array ad alte prestazioni. Inoltre, alcuni algoritmi di base sono scritti in Cython per migliorare le prestazioni.<ref>{{Cita web|url=https://github.blog/2019-01-24-the-state-of-the-octoverse-machine-learning/|titolo=The State of the Octoverse: machine learning|data=24 gennaio 2019|sito=The GitHub Blog|editore=[[GitHub]]|lingua=en|accesso=17 ottobre 2019}}</ref> Le macchine vettoriali di supporto sono implementate da un wrapper [[Cython]] attorno a LIBSVM; [[regressione logistica]] e macchine vettoriali di supporto lineare da un [[wrapper]] simile intorno a LIBLINEAR. In tali casi, potrebbe non essere possibile estendere questi metodi con Python.<ref>{{Cita libro|titolo=Pandas CookBook|url=https://python.engineering/pandas-cookbook/|autore=Matt Harrison, Theodore Petrou|editore=Packt Publishing|anno=2017|ISBN=978-1784393878|accesso=22 ottobre 2021|dataarchivio=26 ottobre 2021|urlarchivio=https://web.archive.org/web/20211026010806/https://python.engineering/pandas-cookbook/|urlmorto=sì}}</ref>

Scikit-learn si integra bene con molte altre librerie Python, come [[Matplotlib]] e plotly per la stampa, NumPy per la vettorizzazione degli array, i dataframe [[Pandas (software)|Pandas]], [[SciPy]] e molte altre.

Riga 19:

== Bibliografia ==

* {{Cita pubblicazione|nome=Lars|cognome=Buitinck|nome2=Gilles|cognome2=Louppe|nome3=Mathieu|cognome3=Blondel|etal=s|data=2013|titolo=API design for machine learning software: experiences from the scikit-learn project|accesso=2023-04-20 aprile 2023|doi=10.48550/ARXIV.1309.0238|url=https://arxiv.org/abs/1309.0238|lingua=en}}

== Voci correlate ==