scikit-learn/scikit-learn

O que é?

Recursos principais

• 01Oferece uma API consistente para algoritmos de classificação, regressão e clustering.
• 02Inclui ferramentas para pré-processamento de dados, extração de atributos e seleção de modelos.
• 03Oferece métricas de avaliação e utilitários de validação cruzada.
• 04Inclui funções auxiliares de plotagem baseadas em Matplotlib.
• 05Pode ser instalada via pip ou conda e é distribuída sob uma licença BSD.

Casos de uso

• Criar e comparar modelos clássicos de machine learning com dados tabulares.
• Pré-processar conjuntos de dados e criar atributos antes do treinamento.
• Avaliar o desempenho de modelos com validação cruzada e métricas padrão.
• Ensinar ou prototipar fluxos de trabalho de machine learning em Python.

Início rápido

1. 1

   Instale scikit-learn com pip

   pip install -U scikit-learn
2. 2

   Ou instale com conda pelo conda-forge

   conda install -c conda-forge scikit-learn

Antes de usar

• !Requer NumPy e SciPy; para a instalação com pip, pressupõe-se que ambos estejam instalados corretamente.
• !Os recursos de plotagem precisam do Matplotlib, e alguns exemplos exigem pacotes adicionais, como pandas ou seaborn.

Tópicos

Perguntas frequentes

O que é scikit-learn?

Biblioteca de machine learning em Python baseada em SciPy e NumPy, com ferramentas de classificação, regressão, clustering e seleção de modelos, sob licença BSD. scikit-learn é um módulo de machine learning para Python, construído sobre SciPy e NumPy. Ele oferece uma interface consistente para métodos comuns de aprendizado supervisionado e não supervisionado, além de utilitários para pré-processar dados, selecionar modelos e avaliar resultados.

scikit-learn é gratuito? Qual é a licença?

scikit-learn é open source sob a licença BSD-3-Clause. Confira os termos da licença antes de usá-lo em produtos comerciais.

scikit-learn ainda é mantido?

Manutenção ativa. O último commit de scikit-learn foi em 20 de out. de 2026.

Para que posso usar scikit-learn?

Criar e comparar modelos clássicos de machine learning com dados tabulares. Pré-processar conjuntos de dados e criar atributos antes do treinamento. Avaliar o desempenho de modelos com validação cruzada e métricas padrão. Ensinar ou prototipar fluxos de trabalho de machine learning em Python.

Como instalar scikit-learn?

Instale scikit-learn com pip: pip install -U scikit-learn Ou instale com conda pelo conda-forge: conda install -c conda-forge scikit-learn

Onde consigo scikit-learn?

O código-fonte e as instruções de instalação estão no GitHub: https://github.com/scikit-learn/scikit-learn