Python में Scikit-learn: शुरुआती लोगों के लिए मशीन लर्निंग…

```html

Scikit-learn क्या है

Scikit-learn — मशीन लर्निंग के लिए Python की सबसे लोकप्रिय और शक्तिशाली ओपन-सोर्स लाइब्रेरी में से एक है। 2007 में David Cournapeau द्वारा विकसित, यह लाइब्रेरी Python इकोसिस्टम में मशीन लर्निंग एल्गोरिदम को लागू करने के लिए डी-फैक्टो मानक बन गई है।

Scikit-learn के मुख्य कार्य और क्षमताएँ

लाइब्रेरी मशीन लर्निंग कार्यों की एक विस्तृत श्रृंखला को हल करने के लिए तैयार टूल प्रदान करती है:

सुपरवाइज्ड लर्निंग कार्य:

क्लासिफिकेशन — वस्तुओं का विशिष्ट वर्गों से संबंध निर्धारित करना
रिग्रेशन — सतत संख्यात्मक मानों की भविष्यवाणी करना

अनसुपरवाइज्ड लर्निंग कार्य:

क्लस्टरिंग — समान वस्तुओं का समूहीकरण
डायमेंशनैलिटी रिडक्शन — महत्वपूर्ण जानकारी को बनाए रखते हुए डेटा को संपीड़ित करना
एनोमली डिटेक्शन — डेटा में आउटलायर्स की पहचान करना

अतिरिक्त क्षमताएँ:

डेटा प्रीप्रोसेसिंग — नॉर्मलाइज़ेशन, स्केलिंग, एन्कोडिंग
फीचर सेलेक्शन — सबसे अधिक जानकारीपूर्ण विशेषताओं का चयन
मॉडल इवैल्यूएशन — विभिन्न गुणवत्ता मीट्रिक्स
क्रॉस-वैलिडेशन — मॉडल स्थिरता की जाँच
हाइपरपैरामीटर ट्यूनिंग — पैरामीटर का स्वचालित समायोजन

इंस्टॉलेशन और प्रारंभिक सेटअप

pip के माध्यम से इंस्टॉलेशन

pip install scikit-learn

अतिरिक्त डिपेंडेंसी के साथ इंस्टॉलेशन

pip install scikit-learn pandas matplotlib seaborn jupyter

इंस्टॉलेशन की जाँच

import sklearn
print(sklearn.__version__)

मुख्य घटकों को इम्पोर्ट करना

# मुख्य मॉड्यूल
from sklearn.model_selection import train_test_split, cross_val_score
from sklearn.preprocessing import StandardScaler, LabelEncoder
from sklearn.linear_model import LinearRegression, LogisticRegression
from sklearn.ensemble import RandomForestClassifier
from sklearn.metrics import accuracy_score, classification_report
from sklearn.datasets import load_iris, make_classification

आर्किटेक्चर और मुख्य अवधारणाएँ

Estimator (एस्टीमेटर)

Estimator — Scikit-learn में सभी मशीन लर्निंग एल्गोरिदम के लिए बेस क्लास है। प्रत्येक estimator दो मुख्य विधियाँ लागू करता है:

fit(X, y) — डेटा पर मॉडल को प्रशिक्षित करना
predict(X) — नए डेटा के लिए भविष्यवाणी करना

from sklearn.linear_model import LinearRegression

model = LinearRegression()
model.fit(X_train, y_train)
predictions = model.predict(X_test)

Transformer (ट्रांसफॉर्मर)

Transformer — डेटा को बदलने के लिए क्लास। यह विधियाँ लागू करता है:

fit(X) — ट्रांसफॉर्मेशन पैरामीटर सीखना
transform(X) — ट्रांसफॉर्मेशन लागू करना
fit_transform(X) — fit और transform का संयोजन

from sklearn.preprocessing import StandardScaler

scaler = StandardScaler()
X_scaled = scaler.fit_transform(X)

Pipeline (पाइपलाइन)

Pipeline डेटा प्रोसेसिंग और प्रशिक्षण के कई चरणों को एक एकल अनुक्रम में संयोजित करने की अनुमति देता है:

from sklearn.pipeline import Pipeline
from sklearn.preprocessing import StandardScaler
from sklearn.svm import SVC

pipeline = Pipeline([
    ('scaler', StandardScaler()),
    ('classifier', SVC())
])

pipeline.fit(X_train, y_train)
predictions = pipeline.predict(X_test)