scikit-learn-doc-cn

sklearn库作为目前机器学习非常流行的python库，一个易读的文档更有助于工具库的理解和使用，虽然做机器学习方面的学生和工程师阅读英文并没有很大压力，但是在阅读速度上还是会有些影响。寻找已久没找到相关的中文文档，而且翻译的过程也是对知识熟悉的过程，您可以在学习某一个章节的过程顺便翻译一下就可以贡献自己的力量。

欢迎大家踊跃加入！如果有更好的翻译组织形式也欢迎提出！

加入微信群

*中文文档地址:sklearn.lzjqsdd.com

翻译计划

图标	状态
	翻译中
	翻译结束
	暂未开始

第一阶段

相关算法示例程序的翻译，位于modules下，具体列表如下：

文件	翻译状态	贡献者
linear_model.rst		lzjqsdd
biclustering.rst		alingse
calibration.rst		woshikangfei
classes.rst		woshikangfei
clustering.rst		huangbinapple
computational_performance.rst		iphyer
covariance.rst		RobinSeaside
cross_decomposition.rst		muyeby
cross_validation.rst		LianYun
decomposition.rst		heyuanhao
density.rst		RobinSeaside
dp-derivation.rst
ensemble.rst		ustblzj
feature_extraction.rst		minoriwww
feature_selection.rst		taoyizhi68
gaussian_process.rst		alingse
grid_search.rst		LianYun
isotonic.rst		LinXueyuanStdio
kernel_approximation.rst		heyuanhao
kernel_ridge.rst		nevertiree
label_propagation.rst		lihao1992
lda_qda.rst		ShangruZhong
learning_curve.rst		taoyizhi68
manifold.rst		nevertiree
metrics.rst		frankchen0130
mixture.rst		haisheng-zhang
model_evaluation.rst		ShangruZhong
model_persistence.rst		iphyer
multiclass.rst		iphyer
naive_bayes.rst		minoriwww
neighbors.rst		zhongyu211
neural_networks_supervised.rst		RobinSeaside
neural_networks_unsupervised.rst		RobinSeaside
outlier_detection.rst		iphyer
pipeline.rst		bwanglzu
preprocessing.rst		Perfe
preprocessing_targets.rst		Perfe
random_projection.rst		iphyer
scaling_strategies.rst		iphyer
sgd.rst		lzjqsdd
tree.rst		RobinSeaside
unsupervised_reduction.rst		iphyer
svm.rst		lzjqsdd
decomposition.rst		Stephen.Z

首先fork该项目到个人github，clone到本地，修改README中要申领的翻译内容的状态，提交pull request,接受之后即可开始翻译工作。翻译结束后确保可正常编译成html，然后只提交rst文件的修改，不要添加sphinx生成的文件。 所有翻译后的文档以同名的方式添加到translate/同目录文件夹下,例如：

svm.rst的翻译文档 提交到项目translate/modules/svm.rst下,翻译完成之后覆盖doc/modules/svm.rst。

建议翻译时参考wiki中的术语对照表 推荐文本编辑器:vscode+Preview插件或 vim ，可以对rst文件语法高亮，避免翻译过程中出现语法错误

阶段二

官方框架翻译

配置及编译

自动部署

本项目采用travis-ci持续集成来实现自动编译部署，翻译的文档提交pull request到master，合并后会自动把html部署到gh-pages分支上，网站托管在sklearn.lzjqsdd.com

本地编译

安装必要的环境:

sudo pip install numpy
sudo pip install scipy
sudo pip install sphinx
#上述为依赖的包
sudo pip install -U scikit-learn

生成html（和官网web页一样）

make html

生成文件会在在_build/html目录下:

如果要生成PDF手册的话：

make latexpdf

部署gh-pages：

由于Sphinx生成的html有自己的静态资源，需要在gh-pages分支加入.nojekyll文件。

配置中其他的问题： Issue