如何安装Scikit-Learn?

Scikit-learn是一个用于Python的开放源代码机器学习库。当你安装scikit-learn时，你有很多选择，取决于你的需要:

• 如果你没有安装Python，您可以将scikit-learn安装为Python发行版的一部分，例如ActivePython．
• 如果你已经有了Python并且更喜欢安装预构建二进制文件，你可以通过运行以下命令安装scikit-learn:
  

  pip安装scikit-learn

• 预构建的二进制文件可能包含恶意代码，特别是当您错误地安装了拼写抢注版本时。相反,考虑从源代码安装Python库．建立scikit-learn from source的最简单的方法是使用188bet金宝搏备用为Windows、Mac或Linux自动构建和打包它。

Scikit-Learn循序渐进安装

对于大多数用户来说，最好的方法是使用pypi.org的官方发行版安装scikit-learn的二进制版本，即Python包索引。你可以通过以下步骤做到:

1.Scikit-learn需要Python 3.6+。要检查你安装的Python版本，运行以下命令:

python3——版本

输出应该类似于:

Python 3.8.2

2.如果你有一个有效的Python版本，你可以运行以下命令来下载和安装预先构建的scikit-learn二进制文件:

pip安装scikit-learn

以下依赖项将随scikit-learn自动安装:

• NumPy 1.13.3 +
• SciPy 0.19.1 +
• Joblib 0.11 +
• threadpoolctl 2.0.0 +

或者，如果你已经安装了scikit-learn和/或它的任何依赖项，它们可以通过运行以下命令作为安装的一部分更新:

pip安装-U scikit-learn

你可以用下面的命令来验证你的Scikit-learn安装:

Python -m PIP show scikit-learn

输出应该类似于:

如果你想根据你在scikit-learn中使用的数据创建图和图表，你可能也想要考虑安装matplotlib。有关matplotlib和如何安装它的信息，请参见'Python中的Matplotlib是什么?？

如何在Python中导入Scikit-Learn

一旦安装了scikit-learn，你就可以开始使用它了。一个scikit-learn脚本从导入scikit-learn库开始:

进口sklearn

不需要导入所有的scitkit-learn库函数。相反，只导入项目需要的函数。例如，要导入线性回归模型，输入:

从sklearn导入linear_model

或者尝试:

从sklearn。linear_model进口LinearRegression

获取一个Python版本，用Scikit-Learn和其他流行的ML包预编译

ActivePython是适用于Windows、Linux和Mac的受信任的Python发行版，预绑定了用于机器学习的顶级Python包——可免费用于开发使用。

使用ActivePython预编译一些流行的ML包

机器学习:

• TensorFlow(基于神经网络的深度学习)*
• scikit-learn(机器学习算法)
• keras(高级神经网络API)

数据科学:

• 熊猫(数据分析)
• NumPy(多维数组)
• SciPy(使用numpy的算法)
• HDF5(存储和操作数据)
• matplotlib(数据显示)

点击这里获取用于Windows、macOS或Linux的机器学习ActivePython。

为什么使用ActivePython而不是开源Python?

虽然Python的开源发行版可能对个人来说是令人满意的，但它并不总是能满足大型组织的支持、安全性或平台需求。

这就是企业选择ActivePython的原因，因为他们需要数据科学、大数据处理和统计分析。

ActivePython预先与数据科学家需要的最重要的软件包捆绑在一起，是预编译的，因此您和您的团队不必浪费时间配置开源发行版。您可以将精力集中在重要的事情上——花更多的时间针对大数据源构建算法和预测模型，而在系统配置上花更少的时间。

ActivePython与开源Python发行版100%兼容，并提供您的组织所需的安全和商业支持。

使用ActivePython，您可以探索和操作数据，运行统计分析，并提供可视化，以便更快地与业务用户和高管共享见解——无论您的数据位于何处。

推荐阅读

如何使用熊猫清理机器学习数据集

机器学习的Python备忘单:聪明的提示和技巧