Scikit-learn是一个用于Python编程语言的免费软件机器学习库。 它具有各种分类，回归和聚类算法，包括支持向量机，随机森林，梯度增强，k-means和DBSCAN，旨在与Python数值和科学库NumPy和SciPy互操作。
Scikit-learn（以前称为 scikits.learn）是一个用于 Python 编程语言的免费软件机器学习库。 它具有各种分类，回归和聚类算法，包括支持向量机，随机森林，梯度增强，k-means 和 DBSCAN，旨在与 Python 数值和科学库 NumPy 和 SciPy 互操作。
Scikit-learn 主要用 Python 编写，一些用 Cython 编写的核心算法来实现性能。支持向量机由 LIBSVM 周围的 Cython 包装器实现 ; 逻辑回归和线性支持向量机由 LIBLINEAR 周围的类似包装器。
Scikit-learn 项目最初是作为 scikits.learn 开始的，这是 David Cournapeau 撰写的 Google Summer of Code 项目。它的名字来自于它是一个“SciKit”（SciPy 工具包），它是 SciPy 的一个单独开发和分布的第三方扩展。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 的各种 scikits 中，scikit 学习以及 scikit 图像在 2012 年 11 月被描述为“维护良好且受欢迎” 。
Scikit-learn 最初由 David Cournapeau 在 2007 年开发为 Google 夏季代码项目。后来 Matthieu Brucher 加入了该项目并开始将其作为论文工作的一部分。2010 年，法国计算机科学与自动化研究所 INRIA 参与其中，第一次公开发布（v0.1 beta）于 2010 年 1 月下旬发布。
截至 2018 年，scikit-learn 正在积极发展。
