Bevezető
scikit-learn nyílt forráskódú Python könyvtár klasszikus gépi tanulási algoritmusokhoz. Egységes API-t biztosít: fit, predict, transform metódusok.
Estimators
Estimators: LinearRegression, LogisticRegression, DecisionTreeClassifier, RandomForestClassifier, SVC, KMeans stb. Minden estimator implementálja a fit(X, y) és predict(X) interfészt.
Pipelines
Pipeline kombinál preprocessing lépéseket és modellt egyetlen objektumban. ColumnTransformer heterogén adatok kezelésére. Elkerüli a data leakage-et a helyes sorrend biztosításával.
Model selection
GridSearchCV, RandomizedSearchCV cross-validation alapú hiperparaméter hangolás. train_test_split, cross_val_score, learning_curve vizualizáció.
Elemzési megjegyzések
scikit-learn CPU-alapú, nagy mélytanulási modellekhez PyTorch vagy TensorFlow ajánlott. A könyvtár stabil API-ja hosszú távú projektekben előnyös.
