现在位置: 首页 > Sklearn 教程 > 正文

Sklearn 安装

要学习 Sklearn,安装是第一步,由于 Sklearn 依赖于其他几个库(如 NumPy、SciPy 和 matplotlib),所以我们需要确保这些依赖库也已安装。

系统环境要求:

  • Python 版本:scikit-learn 支持 Python 3.7 及以上版本。
  • 操作系统:scikit-learn 可以在 Windows、macOS 和 Linux 等主流操作系统上运行。
  • 包管理工具:你可以使用 pipconda 来安装 scikit-learn。

本章节我们使用 pip 安装 scikit-learn。

安装前,确保已安装 Python 和 pip。

检查 Python 是否安装:

python --version

检查 pip 是否安装:

pip --version

如果未安装 python 和 pip,可以参考我们的: Python 安装Pip 安装

注意:目前最新的 Python 版本已经预装了 pip。

注意:Python 2.7.9 + 或 Python 3.4+ 以上版本都自带 pip 工具。


安装 Sklearn

Sklearn 全称为 scikit-learn。

使用 pip 安装最新版本的 scikit-learn:

pip install scikit-learn

如果你希望安装特定版本的 scikit-learn,可以指定版本号:

pip install scikit-learn==1.2.0

检查安装是否成功

安装完成后,我们可以通过以下代码检查 scikit-learn 是否安装成功:

实例

import sklearn
print(sklearn.__version__)

如果成功显示 scikit-learn 的版本号,类似如下,则表示安装成功:

1.5.2

使用 conda 安装 scikit-learn

如果你使用的是 Anaconda 环境,推荐使用 conda 来安装 scikit-learn。

Anaconda 是一个用于科学计算的 Python 发行版,内置了许多数据科学和机器学习的库,方便开发者使用。

如果你还不了解 Anaconda,可以参考:Anaconda 教程

创建一个新的 conda 环境(可选)

你可以选择为 scikit-learn 创建一个新的虚拟环境,以避免与其他项目发生冲突:

conda create -n sklearn-env python=3.9
conda activate sklearn-env

安装 scikit-learn

使用 conda 安装 scikit-learn:

conda install scikit-learn

如果你想安装特定版本,可以指定版本号:

conda install scikit-learn=1.2.0

验证安装

在 conda 环境中,你可以通过 Python shell 或 Jupyter Notebook 来验证安装:

实例

import sklearn
print(sklearn.__version__)

如果成功显示 scikit-learn 的版本号,类似如下,则表示安装成功:

1.5.2

安装其他依赖

scikit-learn 依赖于一些其他库,特别是:

  • NumPy:用于处理数组和数值计算
  • SciPy:提供更高级的数学计算工具
  • matplotlib(可选):用于数据可视化
  • joblib(可选):用于模型的持久化(保存和加载)

如果你使用 pip 安装,scikit-learn 会自动安装这些依赖,但如果你想手动安装或更新它们,可以使用以下命令:

pip install numpy scipy matplotlib joblib

使用 conda 安装,则所有的依赖库会自动安装。