¿Cómo empezar a leer el código fuente de scikit-learn? ¿Vale la pena leerlo?

Como pequeño colaborador de scikit-learn, hablemos brevemente sobre mis opiniones personales.

En primer lugar, creo que depende del propio nivel del sujeto de investigación en Python y aprendizaje automático. Dado que el autor de la pregunta no proporcionó esta información, solo puedo presentar brevemente la situación actual de scikit-learn y dejar que el autor de la pregunta haga su propio juicio.

Si tiene una buena base teórica y una base sólida de Python, y solo desea ver implementaciones más confiables de esos algoritmos de aprendizaje automático, entonces leer el código de scikit-learn debería ser la opción correcta. Aunque muchos algoritmos comunes, como los árboles de decisión, usan cython y svm para encapsular libsvm directamente, el principio básico del código posterior es dar prioridad a la implementación en Python. Solo si Python es demasiado lento, se considerará la aceleración de cython.

Además, si realmente eres un principiante que intenta aprender el aprendizaje automático, en lugar de mirar el código de otras personas, intenta implementarlo tú mismo. No tiene por qué ser eficiente, pero al menos debería serlo. factible. Esto es más útil que leer scikit-learn del que no sabes mucho.