sklearn

Scikit-learn（简称 sklearn）是一个面向 Python 编程语言的免费软件机器学习库。它提供分类、回归、聚类、降维、模型选择与预处理等成套算法，并设计为与 NumPy 和 SciPy 这两个 Python 数值科学库联合使用。

官网把能力分成六个板块：分类用于判断对象属于哪个类别，应用包括垃圾邮件检测和图像识别，算法有梯度提升、最近邻、随机森林、逻辑回归等；回归用于预测连续的数值属性，应用包括药物反应和股价，算法同样有梯度提升、最近邻、随机森林和岭回归；聚类把相似对象自动分组，应用包括客户分群和实验结局分组，算法有 k-Means、HDBSCAN 和层次聚类；降维减少需要考虑的随机变量数量，应用包括可视化和提升效率，算法有 PCA、特征选择和负矩阵分解；模型选择负责比较、验证和挑选参数与模型，算法有网格搜索、交叉验证和度量指标；预处理负责特征提取和归一化，把文本等输入转换成可被机器学习算法使用的格式。

对普通学习者，用户指南从最基础的普通最小二乘、岭回归、Lasso 一路排到核方法、高斯过程、朴素贝叶斯，可以按目录顺序自学；对开发者，特征选择等模块把方法封装成带 transform 方法的对象，例如 VarianceThreshold 按方差阈值剔除低方差特征、SelectKBest 保留得分最高的 k 个特征，直接接在建模流程里；对团队，模型选择板块提供了网格搜索与交叉验证等调参和评估手段。

当你要在 Python 里快速跑通一个经典机器学习任务时，sklearn 是首选：分类、回归、聚类、降维、模型选择、预处理六个板块都有现成算法，且与 NumPy、SciPy 直接配合。它的用户指南把普通最小二乘、岭回归、Lasso、逻辑回归、支持向量机、高斯过程、朴素贝叶斯等方法逐条列出，学与用都能对上。但、更新时间，也没有授权条款说明，若项目需要明确的开源协议文本或商业支持，需要另找渠道确认。