机器学习基础：搭建在线Anaconda环境

序

机器学习、人工智能已经火了有一段时间，正好近期有建模预测需求，之前还没怎么了解学习，硬着头皮自我充实一下。千里之行，先从Anaconda环境开始吧。

Anaconda介绍

Anaconda是用于科学计算的Python发行版，它集成了很多关于Python科学计算的第三方库，同时提供了包管理和环境管理的功能，可方便的解决多版本Python并存、切换以及第三方包安装问题。支持运行在Linux、Windows和macOS下。Anaconda利用命令/工具conda来进行Package和environment管理。

conda VS anaconda

conda可以理解为一个工具，也是一个可执行命令，其核心功能是包管理与环境管理。包管理与pip的使用类似，环境管理则允许用户方便地安装不同版本的python并可以快速切换。Anaconda则是一个打包的集合，里面预装好了conda、某个版本的python、众多packages、科学计算工具等等，所以也称为Python的一种发行版。其实还有Miniconda，顾名思义，它只包含最基本的内容——python与conda，以及相关的必须依赖项，对于空间要求严格的用户，Miniconda是一种选择。

Anaconda安装

我主要在CentOS服务器上安装Anaconda，参考官网帮助文档。下载安装脚本：https://www.continuum.io/downloads#linux ，选择要安装的Python版本和系统架构：

# Python 3.6
$ wget https://repo.continuum.io/archive/Anaconda3-4.3.1-Linux-x86_64.sh #64位系统
$ wget https://repo.continuum.io/archive/Anaconda3-4.3.1-Linux-x86.sh #32位系统
# Python 2.7
$ wget https://repo.continuum.io/archive/Anaconda2-4.3.1-Linux-x86_64.sh #64位系统
$ wget https://repo.continuum.io/archive/Anaconda2-4.3.1-Linux-x86.sh #32位系统

（这里我选择的是Python3.6 version 64BIT，关于Python的版本2.7 or 3.6，后面都可以在Anaconda里设置版本环境）

运行安装向导：

$ bash Anaconda3-4.3.1-Linux-x86_64.sh

按照向导，接受协议-->设置安装路径（默认安装用户Home目录）-->然后把安装路径添加到环境变量。

遇到的问题

1.在安装向导设置安装路径后，ENTER，提示如下错误信息：

tar (child): bzip2: Cannot exec: No such file or directory 
tar (child): Error is not recoverable: exiting now 
tar: Child returned status 2 
tar: Error is not recoverable: exiting now

Google之，原来是没有安装bzip2，参考：https://stackoverflow.com/questions/26958741/extract-tar-the-tar-bz2-file-error
安装即可：

yum -y install bzip2

2.在安装向导最后一步，是否添加到环境变量，默认是no，我手贱直接ENTER了。
对于Mac、Linux系统，Anaconda安装好之后，实际上就是在主目录下多了个文件夹（~/anaconda)，Windows会写入注册表。安装程序会把bin目录加入PATH。现在只能自己完成了：

# 将anaconda的bin目录加入PATH，根据版本不同
echo 'export PATH="~/anaconda3/bin:$PATH"' >> ~/.bashrc
# 更新bashrc立即生效
source ~/.bashrc

配置好PATH后，可以通过which conda或conda --version命令检查是否正确。

Jupyter Notebook

当然，安装Anaconda的科学计算python平台，是为了使用Jupyter Notebook来学习Python的一些科学计算和机器学习库。Jupyter Notebook是IPython的一个Web接口，可以展现富文本，是的整个工作可以以笔记的形式展现、存储，适合做数据分析，交互性变成和学习。

但是，当我在服务器上运行Jupyter Notebook时候，无法使用。因为当前配置下只能从本地（也就是那台CentOS服务器上）访问，但是服务器只装了centos的Minimal，没有桌面环境，更不用说浏览器了。这当然不满足我目前的需求，需要配置服务器上的Jupyter允许远程访问。

生成配置文件：

jupyter notebook --generate-config

生成的配置文件位于~/.jupyter/jupyter_notebook_config.py。
生成自签名SSL证书：

cd ~/.jupyter
openssl req -x509 -nodes -days 365 -newkey rsa:1024 -keyout notebook_cert.key -out notebook_cert.pem

生成一个hash密码：

python -c "import IPython;print(IPython.lib.passwd())"
Enter password:
Verify password:
sha1::7211a627f0ba:1e515d95f664181dc5f43571b8973476126e7371

复制生成的密码，编辑jupyter的配置文件：

vi ~/.jupyter/jupyter_notebook_config.py

在打开的配置文件中，配置相应的参数：

c.NotebookApp.certfile = u'/home/xxxx/.jupyter/notebook_cert.pem'
c.NotebookApp.keyfile = u'/home/xxxx/.jupyter/notebook_cert.key' 
c.NotebookApp.password = u'sha1::7211a627f0ba:1e515d95f664181dc5f43571b8973476126e7371'
c.NotebookApp.ip = '*'
c.NotebookApp.port = 8081
c.NotebookApp.open_browser = False

再次启动Notebook：

jupyter notebook

在本机使用浏览器访问：http://192.168.111.186:8081 ，即可打开Jupyter Notebook的页面，输入刚才设置的密码，即可登录了。

至此，就实现了远程服务器Jupyter Notebook。接下来就可以安装机器学习所需要的一些库开始折腾了，包括：Numpy、Pandas、Matplotlib、Scikit-learn等。

---

参考
http://blog.topspeedsnail.com/archives/9607
http://www.jianshu.com/p/2f3be7781451
http://blog.topspeedsnail.com/archives/7321
http://jupyter-notebook.readthedocs.io/en/latest/index.html