Chuyển đến nội dung

scikit-learn / scikit-learn

scikit-learn

Thư viện học máy cổ điển bằng Python: phân loại, dự đoán, gom nhóm dữ liệu bảng rất dễ dùng

scikit-learn là thư viện Python quen thuộc nhất cho học máy truyền thống như phân loại, hồi quy, gom nhóm và giảm chiều dữ liệu. Nó xây trên NumPy và SciPy, có API thống nhất đến mức đổi thuật toán chỉ cần đổi một dòng. Hợp với người làm việc với dữ liệu dạng bảng (Excel, CSV) hơn là ảnh hay chữ, và là điểm bắt đầu tốt để học machine learning.

  • 68.189 sao
  • 27.677 fork
  • Python
  • Cập nhật hôm nay
  • BSD 3 (dùng tự do)
Độ khó
Khó Dành cho người biết lập trình
Dạng
Thư viện lập trình
Chạy trên
Windows, macOS, Linux, Python
Chi phí
Miễn phí hoàn toàn

Trải nghiệm khi dùng scikit-learn

Bạn cài bằng một lệnh pip, rồi trong Jupyter Notebook nạp bảng dữ liệu bằng pandas, tách thành phần đầu vào và nhãn cần dự đoán. Sau đó mô hình hoá chỉ gồm vài bước quen thuộc: tạo mô hình, gọi fit để học từ dữ liệu, rồi gọi predict để dự đoán.

Vì mọi thuật toán đều dùng chung cách gọi này, bạn thử rất nhanh nhiều cách khác nhau, ví dụ so sánh cây quyết định với rừng ngẫu nhiên trên cùng bộ dữ liệu khách hàng, và đo độ chính xác bằng các hàm có sẵn. Không cần card đồ hoạ, laptop thường chạy ổn với dữ liệu cỡ vài trăm nghìn dòng.

Điều bạn nhận được là một mô hình dự đoán thật, ví dụ khách nào có khả năng bỏ đi hay đơn hàng nào dễ bị trả lại, cùng các công cụ chia dữ liệu, kiểm tra chéo và chọn tham số để mô hình đáng tin hơn.

Tính năng nổi bật

Một cách gọi cho mọi thuật toán

Mọi mô hình đều theo kiểu fit và predict nên đổi thuật toán chỉ cần đổi tên lớp.

Phân loại, hồi quy, gom nhóm

Có sẵn các thuật toán kinh điển từ hồi quy tuyến tính, cây quyết định đến k-means và nhiều thuật toán khác.

Công cụ tiền xử lý dữ liệu

Chuẩn hoá số liệu, mã hoá chữ thành số, xử lý giá trị thiếu và ghép các bước thành một pipeline gọn.

Đánh giá và chọn mô hình

Chia dữ liệu huấn luyện và kiểm tra, kiểm tra chéo, tìm tham số tốt nhất và các chỉ số đo chất lượng.

Chạy tốt trên CPU

Không đòi hỏi card đồ hoạ; hợp với dữ liệu dạng bảng thông thường.

Tài liệu và ví dụ phong phú

Trang scikit-learn.org có hướng dẫn người dùng và rất nhiều ví dụ có hình minh hoạ.

Tận dụng scikit-learn vào việc gì?

Chủ shop, nhân viên marketing biết Python

Dự đoán khách hàng có bỏ đi hay không

Dùng lịch sử mua hàng làm dữ liệu huấn luyện để chấm điểm khách có nguy cơ rời bỏ và ưu tiên chăm sóc.

Dân marketing, phân tích dữ liệu

Gom nhóm khách hàng theo hành vi

Dùng thuật toán gom nhóm để tìm các nhóm khách giống nhau từ dữ liệu mua hàng rồi thiết kế khuyến mãi cho từng nhóm.

Kế toán, phân tích viên, sinh viên

Dự đoán giá, doanh thu từ dữ liệu bảng

Thử hồi quy trên số liệu quá khứ để ước lượng giá hoặc doanh thu, rồi so với phương pháp đơn giản để biết có đáng dùng không.

Sinh viên, người chuyển nghề sang dữ liệu

Học nhập môn machine learning

Làm các ví dụ trong tài liệu chính thức để hiểu quy trình: chuẩn bị dữ liệu, huấn luyện, đánh giá.

Cần chuẩn bị gì?

  • Python 3.12 trở lên theo README hiện tại; hãy kiểm tra yêu cầu phiên bản trước khi cài.
  • Cần NumPy, SciPy, joblib, threadpoolctl và Narwhals; khi cài bằng pip các gói này thường được kéo về tự động.
  • Matplotlib cần thêm nếu bạn muốn vẽ biểu đồ hoặc chạy các ví dụ có hình; pandas hay dùng để đọc dữ liệu bảng.
  • Không cần card đồ hoạ.

Hướng dẫn cài đặt chi tiết

Cài trên pip

  1. Tạo và kích hoạt môi trường ảo cho dự án (Windows PowerShell: .venv\Scripts\Activate.ps1; macOS/Linux: source .venv/bin/activate).

    Terminal
    python -m venv .venv
  2. Cài hoặc nâng cấp scikit-learn bằng lệnh chính thức trong README.

    Terminal
    pip install -U scikit-learn
  3. Cài thêm pandas và matplotlib để đọc bảng dữ liệu và vẽ biểu đồ.

    Terminal
    pip install pandas matplotlib

Cài trên conda

  1. Nếu bạn dùng Anaconda hoặc Miniconda, README đưa lệnh sau.

    Terminal
    conda install -c conda-forge scikit-learn

Dùng thử lần đầu

  1. Mở Python hoặc Jupyter Notebook và chạy ví dụ phân loại hoa iris, bộ dữ liệu mẫu có sẵn trong thư viện.

    Python
    from sklearn.datasets import load_iris
    from sklearn.model_selection import train_test_split
    from sklearn.ensemble import RandomForestClassifier
    from sklearn.metrics import accuracy_score
    
    X, y = load_iris(return_X_y=True)
    X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=0)
    
    model = RandomForestClassifier()
    model.fit(X_train, y_train)
    print(accuracy_score(y_test, model.predict(X_test)))
  2. Đổi RandomForestClassifier sang một thuật toán khác như LogisticRegression và xem kết quả thay đổi thế nào.

  3. Thay dữ liệu mẫu bằng file CSV của bạn đọc qua pandas, chọn cột cần dự đoán làm nhãn.

  4. Đọc User Guide trên scikit-learn.org, bắt đầu từ các mục về supervised learning và model selection.

Mẹo dùng hay

  • Luôn để dành một phần dữ liệu làm tập kiểm tra và đừng nhìn nó trong lúc huấn luyện, nếu không điểm số sẽ đẹp giả tạo.
  • Dùng Pipeline để gói bước tiền xử lý cùng mô hình, tránh rò rỉ thông tin từ tập kiểm tra vào huấn luyện.
  • Bắt đầu bằng mô hình đơn giản làm mốc so sánh trước khi thử mô hình phức tạp.

Lưu ý và hạn chế

  • scikit-learn không dành cho học sâu với ảnh, âm thanh hay văn bản cỡ lớn; những việc đó nên dùng PyTorch hoặc TensorFlow.
  • Là thư viện lập trình, không có giao diện bấm chuột; bạn cần biết Python cơ bản.
  • Mô hình dự đoán chỉ tốt khi dữ liệu tốt; kết quả cho quyết định quan trọng (tín dụng, tuyển dụng) cần kiểm tra thiên lệch và giải thích được.

Câu hỏi thường gặp

scikit-learn có miễn phí không?

Có, theo giấy phép BSD 3 điều khoản, dùng được cả trong sản phẩm thương mại.

Cần biết toán nhiều không?

Để chạy thử không cần, nhưng hiểu các khái niệm cơ bản như quá khớp (overfitting) và chia tập dữ liệu sẽ giúp bạn dùng đúng và tránh kết luận sai.

scikit-learn khác PyTorch ở điểm nào?

scikit-learn mạnh ở học máy cổ điển cho dữ liệu bảng, dễ dùng và nhanh trên CPU. PyTorch dùng để xây mạng nơ-ron sâu, cần nhiều tài nguyên hơn.

Tải mã nguồn về máy

Nếu bạn muốn xem hoặc sửa mã nguồn, mở Terminal (trên Windows là PowerShell) và chạy lệnh dưới. Máy cần cài sẵn Git.

Terminal
git clone https://github.com/scikit-learn/scikit-learn.git

Repo tương tự nên xem

Thư viện & framework AI106K

PyTorch

pytorch / pytorch

Thư viện học sâu phổ biến nhất giới nghiên cứu, tính toán tensor trên GPU và huấn luyện mạng nơ-ron

KhóWindowsmacOSLinuxDocker+1
Thư viện & framework AI202K

TensorFlow

tensorflow / tensorflow

Nền tảng học máy của Google để xây, huấn luyện và triển khai mô hình AI bằng Python

KhóWindowsmacOSLinuxDocker+1
Thư viện & framework AI46,4K

Streamlit

streamlit / streamlit

Biến một file Python thành ứng dụng web dữ liệu, dashboard hay chatbot mà không cần biết web

VừaWindowsmacOSLinuxPython

Nội dung được biên soạn bằng tiếng Việt dựa trên tài liệu chính thức của dự án, cập nhật lần cuối 16/11/2026. Lệnh cài có thể thay đổi theo phiên bản mới; nếu có khác biệt, hãy làm theo README trên GitHub.

Cùng chủ đề: Thư viện & framework AI

Thư viện & framework AI169K

Hugging Face Transformers

huggingface / transformers

Thư viện Python để tải và chạy hàng triệu mô hình AI từ Hugging Face chỉ với vài dòng code

KhóWindowsmacOSLinuxPython
Thư viện & framework AI150K

LangChain

langchain-ai / langchain

Thư viện Python giúp lập trình viên ráp ứng dụng và agent chạy bằng AI từ các mảnh ghép dựng sẵn

KhóPython
Thư viện & framework AI91,6K

OpenCV

opencv / opencv

Thư viện thị giác máy tính kinh điển: xử lý ảnh, video, nhận diện khuôn mặt, vật thể

KhóWindowsmacOSLinuxAndroid+2
Thư viện & framework AI79,6K

Unsloth

unslothai / unsloth

Ứng dụng chạy và tinh chỉnh mô hình AI trên máy mình, tiết kiệm VRAM và nhanh hơn

VừaWindowsmacOSLinuxDocker+1
Thư viện & framework AI76,1K

LLaMA-Factory

hiyouga / LlamaFactory

Tinh chỉnh hơn 100 mô hình ngôn ngữ qua giao diện web hoặc dòng lệnh, gần như không cần viết code

KhóWindowsLinuxDockerPython
Thư viện & framework AI63,5K

Ultralytics YOLO

ultralytics / ultralytics

Nhận diện vật thể, phân đoạn, theo dõi trong ảnh và video bằng họ mô hình YOLO chỉ với một lệnh

VừaWindowsmacOSLinuxDocker+1

Xem cả 14 repo Thư viện & framework AI Về Kho Repo