scikit-learn과 pandas 기반의 Python 머신러닝 프레임워크로, 시장 트레이딩 시스템과 스포츠 예측 모듈을 제공합니다.
nok/sklearn-porter
학습된 scikit-learn 모델과 트랜스포머를 C, C#, Go, Java, JavaScript, PHP 또는 Ruby 코드로 변환하는 Python 도구입니다.
- 스타
- 1,304
- 포크
- 168
- 열린 이슈
- 4
- 마지막 커밋
- 그저께
어떤 프로젝트인가요?
sklearn-porter는 학습된 scikit-learn 추정기, 트랜스포머 또는 파이프라인을 받아 C, C#, Go, Java, JavaScript, PHP 또는 Ruby 소스 코드로 생성합니다. 생성된 코드는 Python 런타임 없이 예측을 수행하므로 임베디드 기기, 브라우저 또는 다른 언어로 작성된 기존 애플리케이션에서 유용합니다.
이 프로젝트는 트리 앙상블, 선형 모델, SVM, 신경망을 비롯해 다양한 분류기, 회귀기, 이상치 탐지기, 전처리 및 특성 선택 트랜스포머를 지원합니다. 변환된 추정기는 원본과 동일한 예측을 내고, 변환된 트랜스포머는 특성을 동일한 방식으로 변환하도록 설계되었습니다.
모델 데이터는 코드에 포함하거나 별도의 JSON 파일로 내보낼 수 있으며, 중첩된 if-else 문으로 로직에 컴파일할 수도 있습니다. 이 패키지는 Python API, `porter` 명령줄 도구, 변환된 출력과 원본 모델을 비교하는 `test` 헬퍼를 제공합니다. 설치하려면 Python 3.11 이상과 scikit-learn 1.8 이상이 필요합니다.
핵심 기능
- 01분류기, 회귀기, 이상치 탐지기를 7개 언어로 변환합니다.
- 02일반적인 전처리 및 특성 선택 트랜스포머와 파이프라인을 변환합니다.
- 03모델 데이터를 저장하는 첨부형, 내보내기형, 결합형 템플릿을 제공합니다.
- 04Python API와 `porter` 명령줄 인터페이스를 모두 제공합니다.
- 05변환된 예측 결과와 원본 모델을 비교하는 테스트 함수를 포함합니다.
활용 사례
- Python 없이 임베디드 기기에서 학습된 scikit-learn 모델을 실행합니다.
- Python 서비스를 두지 않고 Java, Go 또는 PHP 백엔드에 모델 예측 기능을 추가합니다.
- 브라우저에서 JavaScript로 분류기를 실행합니다.
빠른 시작
- 1
uv로 패키지를 설치하세요
uv add sklearn-porter - 2
또는 pip로 설치하세요
pip install sklearn-porter - 3
Python에서 scikit-learn 모델을 학습하고 port(clf, language='js')로 포팅하세요
사용 전 알아둘 점
- Python 3.11 이상과 scikit-learn 1.8 이상이 필요합니다.
- 정해진 목록에 포함된 scikit-learn 추정기와 변환기만 지원합니다.
포함된 컬렉션
토픽
자주 묻는 질문
- sklearn-porter은(는) 무엇인가요?
- 학습된 scikit-learn 모델과 트랜스포머를 C, C#, Go, Java, JavaScript, PHP 또는 Ruby 코드로 변환하는 Python 도구입니다. sklearn-porter는 학습된 scikit-learn 추정기, 트랜스포머 또는 파이프라인을 받아 C, C#, Go, Java, JavaScript, PHP 또는 Ruby 소스 코드로 생성합니다. 생성된 코드는 Python 런타임 없이 예측을 수행하므로 임베디드 기기, 브라우저 또는 다른 언어로 작성된 기존 애플리케이션에서 유용합니다.
- sklearn-porter은(는) 무료로 사용할 수 있나요? 라이선스는 무엇인가요?
- sklearn-porter은(는) BSD-3-Clause 라이선스의 오픈소스입니다. 상업용 제품에 사용하기 전에 라이선스 조건을 확인하세요.
- sklearn-porter은(는) 아직 유지보수되고 있나요?
- 활발히 유지보수 중. sklearn-porter의 마지막 커밋은 2026년 11월 5일입니다.
- sklearn-porter은(는) 어디에 사용할 수 있나요?
- Python 없이 임베디드 기기에서 학습된 scikit-learn 모델을 실행합니다. Python 서비스를 두지 않고 Java, Go 또는 PHP 백엔드에 모델 예측 기능을 추가합니다. 브라우저에서 JavaScript로 분류기를 실행합니다.
- sklearn-porter는 어떻게 설치하나요?
- uv로 패키지를 설치하세요: uv add sklearn-porter 또는 pip로 설치하세요: pip install sklearn-porter Python에서 scikit-learn 모델을 학습하고 port(clf, language='js')로 포팅하세요
- sklearn-porter은(는) 어디서 받을 수 있나요?
- 소스 코드와 설치 방법은 GitHub에 있습니다: https://github.com/nok/sklearn-porter
요약은 프로젝트 README를 바탕으로 AI가 작성했습니다. GitHub 통계는 매일 갱신됩니다.
관련 프로젝트
머신러닝 모델, API 또는 Python 함수의 웹 데모와 UI를 빠르게 만들고 공유할 수 있는 Python 패키지입니다.
Scikit-learn을 활용한 12주·26강 입문자용 고전 머신러닝 커리큘럼으로, Python 및 R 강의와 퀴즈를 제공합니다.
Orange는 드래그 앤 드롭 방식의 워크플로를 기반으로 데이터 마이닝, 분석, 시각화를 지원하는 오픈소스 비주얼 프로그래밍 도구입니다.
사용자 지정 지표를 최적화할 때까지 트리 탐색으로 머신러닝 코드를 작성하고 실행·디버깅·개선하는 오픈소스 LLM 에이전트입니다.
내보낸 모델을 휴대폰, 노트북, 브라우저, 마이크로컨트롤러에서 실행하는 PyTorch의 온디바이스 추론 스택입니다.