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
pip
或conda
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 与 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
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
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。