scikit-learn
machine-learning library
Librería de ML clásico para Python
Lenguajes soportados
Conceptos clave
estimatorstransformerspipelinescross-validation
Ventajas y Desventajas
Ventajas
- + API consistente y simple
- + Excelente documentación
- + Muy probada y estable
- + Integración con numpy/pandas
- + API consistente y facil de usar
- + Amplia coleccion de algoritmos clasicos
- + Excelente para aprender ML
- + Integracion perfecta con NumPy/Pandas
- + Documentacion ejemplar
Desventajas
- - No para deep learning
- - No GPU support nativo
- - No para datasets muy grandes
- - No soporta deep learning
- - No tiene soporte GPU nativo
- - Limitado para big data
- - No es para redes neuronales
Casos de Uso
- ML clásico
- Preprocessing de datos
- Feature engineering
- Prototipado
- Clasificacion y regresion
- Clustering y reduccion de dimensionalidad
- Preprocesamiento de datos
- Seleccion de modelos y validacion
- Pipelines de ML tradicional