对Python语言有所了解的人都知道Python简单，拥有丰富的第三方库，可用于人工智能、机器学习、网络爬虫、web开发等领域，而这篇文章小编想要为大家介绍一下最有名，也是专门面向机器学习的一个库，它就是Scikit-learn。

　　Scikit-learn是针对Python编程语言的免费软件机器学习库，具有各种分类、回归和聚类算法，包含支持向量机、随机森林、梯度提升，K均值和DBSCAN，并且旨在与Python数值科学图书馆Numpy和Scipy。

　　Scikit-learn项目始于Scikit.learn，这是David Cournapeau的Google Summer of Code项目。它的名称源于它是Scikit的概念，它是Scikit的独立开发和分布式第三方扩展，原始代码库后来被其他开发人员重写。2010年费边Pedregosa，盖尔Varoquaux，亚历山大Gramfort和Vincent米歇尔，全部由法国国家信息与自动化研究所的罗屈昂库尔，法国，把该项目的领导和做出的首次公开发行在二月一日2010在各种scikits中，scikit-learn以及scikit-image在2012年11月被描述为维护良好且受欢迎 。 Scikit-learn是GitHub上最受欢迎的机器学习库之一。

　　Scikit-learn主要是用Python编写的，并且广泛使用Numpy进行高性能的线性代数和数组运算。此外，用cython编写了一些核心算法来提高性能，支持向量机由围绕LIBSVM的cython包装器实现;逻辑回归和线性支持向量机的相似包装围绕LIBLINEAR。这种情况下，可能无法使用Python扩展这些方法。

　　Scikit-learn还与许多其他Python库很好地集成在一起，比如matplotlib和plotly用于绘图、numpy用于数组矢量化、pandas数据帧、scipy等。