Scikit-learn
scikit-learn: Machine Learning in Python
المكتبة المرجعية للتعلم الآلي الكلاسيكي في Python: تصنيف وانحدار وتجميع وتقليل أبعاد وتقييم بواجهة موحدة.
المعلومات الأساسية
| الاسم | Scikit-learn |
|---|---|
| الاسم الكامل | scikit-learn: Machine Learning in Python |
| التصنيف | أطر ومكتبات تعلم الآلة |
| الجهة المطورة | مجتمع scikit-learn (برعاية NumFOCUS ومؤسسة Inria) |
| سنة الإطلاق | 2007 |
| الموقع الرسمي | scikit-learn.org |
| مستودع GitHub | scikit-learn/scikit-learn |
| الوثائق الرسمية | غير محدد |
| الحزمة على PyPI | scikit-learn |
| الترخيص | BSD-3-Clause (PyPI license_expression) |
| حالة المشروع | نشطة صدر لها إصدار خلال آخر 12 شهراً |
| آخر إصدار | 10 سبتمبر 2026 (الإصدار 1.9.1) |
| لغة البرمجة | Python، Cython |
| أنظمة التشغيل | MacOS، POSIX، Unix، Windows (كما تعلنها الحزمة على PyPI) |
| إصدار Python المطلوب | >=3.11 |
| مستوى الصعوبة | مبتدئ |
آخر تحقق من هذه البيانات: 21 نوفمبر 2026 — المصدر: PyPI JSON API (2026-11-21)
نظرة عامة
تقدم scikit-learn واجهة موحدة (fit/predict/transform) لعشرات الخوارزميات: الانحدار الخطي واللوجستي، وأشجار القرار والغابات العشوائية، وSVM، وk-means، وPCA، إلى جانب أدوات تقسيم البيانات والتحقق المتقاطع والمقاييس وخطوط المعالجة (Pipeline).
هي الخيار الأول للبيانات الجدولية والتجارب الأساسية، وتُستخدم مقاييسها حتى في مشاريع التعلم العميق لحساب الدقة وAUC ومصفوفة الالتباس. لا تستهدف الشبكات العصبية العميقة ولا المعالجات الرسومية.
متى تختارها؟ اخترها لأي مشروع تعلم آلي كلاسيكي على بيانات جدولية، ولمقاييس التقييم في كل المشاريع.
الاستخدامات
الاستخدامات الرئيسية
- تصنيف وانحدار البيانات الجدولية
- التجميع وتقليل الأبعاد
- التحقق المتقاطع وحساب المقاييس
- خطوط معالجة قابلة لإعادة الإنتاج
المجالات العلمية
- علم البيانات
- الطب والإحصاء الحيوي
- الأعمال والصناعة
أنواع المشاريع المناسبة
- التنبؤ بمخاطر مرض من بيانات سريرية
- تصنيف الرسائل
- تقسيم العملاء
تطبيقات بحثية
- خطوط أساس (Baselines) لمقارنة النماذج المقترحة
- حساب المقاييس والتحقق المتقاطع الطبقي
الخصائص التقنية
تُعرض الخاصية «مدعومة» فقط إذا كانت موثقة في الوثائق الرسمية للمكتبة؛ وما لم نتحقق منه يظهر «غير محدد».
| دعم المعالج المركزي (CPU) | مدعوم |
|---|---|
| دعم المعالج الرسومي (GPU) | غير مدعوم |
| التوافق مع CUDA | غير مدعوم |
| التدريب أو الحوسبة الموزعة | جزئي أو عبر إضافةتوازي على أنوية الجهاز عبر joblib، وتوزيع محدود عبر Dask أو Ray. |
| الاشتقاق التلقائي (Autodiff) | غير مدعوم |
| نشر النماذج (Deployment) | جزئي أو عبر إضافةتُحفظ النماذج بـ joblib/pickle، ويمكن تحويل كثير منها إلى ONNX عبر مشروع skl2onnx. |
| نماذج مدربة مسبقاً | لا ينطبق |
| أنواع البيانات المدعومة | مصفوفات NumPy ومصفوفات متناثرة وجداول pandas |
| التكامل مع مكتبات أخرى | NumPy، Pandas، Imbalanced-learn، Optuna، SHAP، MLflow |
| المرونة (تقدير تحريري) | عالية ضمن التعلم الكلاسيكي |
| الأداء (تقدير تحريري) | جيدة على CPU |
| المجتمع (تقدير تحريري) | ضخم |
| جودة التوثيق (تقدير تحريري) | من أفضل التوثيقات في المجال |
التثبيت والتشغيل
pip install scikit-learnالتوافق: Python >=3.11 — حسب بيانات الحزمة على PyPI، تحقق في 21 نوفمبر 2026
يُفضّل التثبيت داخل بيئة افتراضية (venv أو conda). وإذا احتجت توافقاً مع إصدار معين من CUDA أو نظام التشغيل فارجع إلى الوثائق الرسمية، لأن هذه المعلومات تتغير مع كل إصدار.
أمثلة برمجية
الأمثلة الموسومة «نُفّذ واختُبر» شُغّلت فعلياً وسُجّل مخرجها وتاريخ الاختبار وإصدارات المكتبات؛ وغيرها يحتاج GPU أو تنزيل نماذج فلم يُشغّل في بيئة الاختبار.
مبتدئخط معالجة وتحقق متقاطع على بيانات سرطان الثدينُفّذ واختُبر
الهدف: تدريب مصنف مع توحيد السمات داخل خط معالجة لتجنب تسرب البيانات.
from sklearn.datasets import load_breast_cancer
from sklearn.linear_model import LogisticRegression
from sklearn.model_selection import StratifiedKFold, cross_val_score
from sklearn.pipeline import make_pipeline
from sklearn.preprocessing import StandardScaler
X, y = load_breast_cancer(return_X_y=True)
model = make_pipeline(StandardScaler(), LogisticRegression(max_iter=1000))
cv = StratifiedKFold(n_splits=5, shuffle=True, random_state=0)
scores = cross_val_score(model, X, y, cv=cv, scoring="roc_auc")
print("عدد العينات والسمات:", X.shape)
print("AUC لكل طية:", scores.round(4))
print(f"المتوسط: {scores.mean():.4f} ± {scores.std():.4f}")
شرح الكود
وضع StandardScaler داخل Pipeline يضمن أن التوحيد يُحسب من بيانات التدريب في كل طية فقط، فلا تتسرب معلومات طية الاختبار. بيانات load_breast_cancer مضمنة في scikit-learn ولا تحتاج تنزيلاً.
المخرجات المسجلة عند الاختبار
عدد العينات والسمات: (569, 30) AUC لكل طية: [0.9846 0.999 0.998 1. 0.9956] المتوسط: 0.9955 ± 0.0056
نُفّذ هذا المثال فعلياً واختُبر بتاريخ 21 نوفمبر 2026 على CPU — scikit-learn 1.9.1, python 3.13.18
متوسطبحث شبكي عن معاملات الغابة العشوائيةنُفّذ واختُبر
الهدف: اختيار معاملات النموذج بالتحقق المتقاطع ثم التقييم على مجموعة اختبار منفصلة.
from sklearn.datasets import load_wine
from sklearn.ensemble import RandomForestClassifier
from sklearn.metrics import classification_report
from sklearn.model_selection import GridSearchCV, train_test_split
X, y = load_wine(return_X_y=True)
X_tr, X_te, y_tr, y_te = train_test_split(X, y, test_size=0.25, stratify=y, random_state=1)
grid = GridSearchCV(RandomForestClassifier(random_state=0),
{"n_estimators": [50, 150], "max_depth": [None, 4]}, cv=4, n_jobs=1)
grid.fit(X_tr, y_tr)
print("أفضل معاملات:", grid.best_params_)
print(f"دقة التحقق المتقاطع: {grid.best_score_:.3f}")
print(classification_report(y_te, grid.predict(X_te), digits=3))
شرح الكود
نقسم البيانات أولاً إلى تدريب واختبار، ونجري GridSearchCV على التدريب فقط، ثم نقيّم أفضل نموذج مرة واحدة على الاختبار. التقييم على البيانات التي اختيرت بها المعاملات يعطي تقديراً متفائلاً.
المخرجات المسجلة عند الاختبار
أفضل معاملات: {'max_depth': None, 'n_estimators': 50}
دقة التحقق المتقاطع: 0.970
precision recall f1-score support
0 0.938 1.000 0.968 15
1 1.000 0.944 0.971 18
2 1.000 1.000 1.000 12
accuracy 0.978 45
macro avg 0.979 0.981 0.980 45
weighted avg 0.979 0.978 0.978 45نُفّذ هذا المثال فعلياً واختُبر بتاريخ 21 نوفمبر 2026 على CPU — scikit-learn 1.9.1, python 3.13.18
تطبيقيمقاييس التشخيص: الحساسية والنوعية وAUCنُفّذ واختُبر
الهدف: حساب المقاييس التي تهم الطبيب لا الدقة وحدها.
from sklearn.datasets import load_breast_cancer
from sklearn.ensemble import GradientBoostingClassifier
from sklearn.metrics import confusion_matrix, roc_auc_score
from sklearn.model_selection import train_test_split
X, y = load_breast_cancer(return_X_y=True)
y = 1 - y # 1 = malignant (positive class)
X_tr, X_te, y_tr, y_te = train_test_split(X, y, test_size=0.3, stratify=y, random_state=0)
clf = GradientBoostingClassifier(random_state=0).fit(X_tr, y_tr)
prob = clf.predict_proba(X_te)[:, 1]
tn, fp, fn, tp = confusion_matrix(y_te, prob >= 0.5).ravel()
print(f"الحساسية (Sensitivity): {tp / (tp + fn):.3f}")
print(f"النوعية (Specificity): {tn / (tn + fp):.3f}")
print(f"AUC: {roc_auc_score(y_te, prob):.3f}")
print("مصفوفة الالتباس:", [[tn, fp], [fn, tp]])
شرح الكود
في التشخيص الطبي قد تكون الدقة مضللة مع عدم توازن الفئات. نحسب الحساسية (Recall للفئة الإيجابية) والنوعية من مصفوفة الالتباس وAUC من الاحتمالات. في بيانات load_breast_cancer الفئة 1 تعني ورماً حميداً، لذلك نعكس التسمية لتكون الإيجابية هي الخبيث.
المخرجات المسجلة عند الاختبار
الحساسية (Sensitivity): 0.953 النوعية (Specificity): 0.935 AUC: 0.986 مصفوفة الالتباس: [[np.int64(100), np.int64(7)], [np.int64(3), np.int64(61)]]
نُفّذ هذا المثال فعلياً واختُبر بتاريخ 21 نوفمبر 2026 على CPU — scikit-learn 1.9.1, python 3.13.18
المزايا
- واجهة موحدة وبسيطة
- توثيق ممتاز مع أمثلة
- مقاييس وأدوات تقييم شاملة
القيود
- لا تدعم GPU
- غير مخصصة للتعلم العميق
المراجع والتحقق
- صفحة الحزمة على PyPI (مصدر الإصدار والترخيص وتاريخ الإصدار) تحقق مباشر
https://pypi.org/project/scikit-learn/
تاريخ التحقق: 21 نوفمبر 2026 — الإصدار المتحقق منه: 1.9.1 — المراجعة: فريق DLArabic
- الموقع الرسمي رابط تعلنه الحزمة رسمياً على PyPI
https://scikit-learn.org
تاريخ التحقق: 21 نوفمبر 2026 — المراجعة: فريق DLArabic
- المستودع الرسمي رابط تعلنه الحزمة رسمياً على PyPI
https://github.com/scikit-learn/scikit-learn
تاريخ التحقق: 21 نوفمبر 2026 — المراجعة: فريق DLArabic
سجل الإصدارات المتحقق منها
| الإصدار | تاريخ الإصدار | تاريخ التحقق |
|---|---|---|
| 1.9.1 | 10 سبتمبر 2026 | 21 نوفمبر 2026 |
آخر مراجعة لمعلومات الصفحة: 21 نوفمبر 2026. الوصف العربي مكتوب أصلياً للموسوعة وليس منقولاً من المواقع الرسمية.
