sklearn

scikit-learn（簡稱 sklearn）是 Python 中最常用的機器學習套件之一，提供分類、迴歸、分群、降維、模型選擇與資料前處理等功能。

---

一、安裝

pip install scikit-learn

---

二、主要功能模組

類別	說明
sklearn.datasets	提供內建資料集（如 iris、digits）
sklearn.model_selection	訓練/測試切分、交叉驗證、超參數搜尋
sklearn.preprocessing	特徵標準化、編碼、縮放
sklearn.linear_model	線性與羅吉斯迴歸等模型
sklearn.tree	決策樹與隨機森林
sklearn.svm	支援向量機
sklearn.neighbors	KNN 與最近鄰搜尋
sklearn.naive_bayes	樸素貝氏分類器
sklearn.cluster	分群（KMeans、DBSCAN 等）
sklearn.decomposition	降維（PCA、NMF 等）
sklearn.metrics	評估指標（accuracy、f1、confusion matrix）

---

三、典型工作流程

from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split
from sklearn.ensemble import RandomForestClassifier
from sklearn.metrics import accuracy_score

# 載入資料
X, y = load_iris(return_X_y=True)

# 分割訓練/測試集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)

# 建立模型
model = RandomForestClassifier()
model.fit(X_train, y_train)

# 預測與評估
y_pred = model.predict(X_test)
print("Accuracy:", accuracy_score(y_test, y_pred))

---

四、常用前處理工具

from sklearn.preprocessing import StandardScaler, OneHotEncoder

scaler = StandardScaler()
X_scaled = scaler.fit_transform(X)

---

五、交叉驗證與模型選擇

from sklearn.model_selection import cross_val_score, GridSearchCV

scores = cross_val_score(model, X, y, cv=5)
print("平均交叉驗證分數：", scores.mean())

---

六、應用場景

• 分類任務（疾病預測、影像辨識）

• 迴歸任務（價格預測、風險評估）

• 分群任務（顧客群分析）

• 降維與視覺化（PCA, t-SNE）

---

scikit-learn 提供一致的 API 與高效能實作，適合快速原型開發與教學使用，是進入機器學習實作的首選套件。