【Scikit-Learn 中文文档】安装 scikit-le

2017-11-22 本文已影响0人草里有只羊

中文文档:http://sklearn.apachecn.org/cn/0.19.0/tutorial/basic/tutorial.html

英文文档:http://sklearn.apachecn.org/en/0.19.0/tutorial/basic/tutorial.html

GitHub:https://github.com/apachecn/scikit-learn-doc-zh（觉得不错麻烦给个 Star，我们一直在努力）

贡献者:https://github.com/apachecn/scikit-learn-doc-zh#贡献者

安装 scikit-learn

Note

如果你想为这个项目做出贡献，建议你安装最新的开发版本.

安装最新版本

Scikit-learn 要求:

Python (>= 2.7 or >= 3.3),

NumPy (>= 1.8.2),

SciPy (>= 0.13.3).

如果你已经有一个安全的 numpy 和 scipy，安装 scikit-learn 的最简单的方法是使用pip

pipinstall-Uscikit-learn

或者conda:

condainstallscikit-learn

如果您还没有安装 NumPy 或 SciPy，还可以使用 conda 或 pip 安装这些。当使用 pip 时，请确保使用binary wheels，并且 NumPy 和 SciPy 不会从源重新编译，这可能在使用操作系统和硬件的特定配置（如 Raspberry Pi 上的 Linux）时发生。从源代码构建 numpy 和 scipy 可能是复杂的（特别是在 Windows 上），并且需要仔细配置，以确保它们与线性代数程序的优化实现链接。而是使用如下所述的第三方分发。

如果您必须安装 scikit-learn 及其与 pip 的依赖关系，则可以将其安装为scikit-learn[alldeps]。最常见的用例是requirements.txt用作 PaaS 应用程序或 Docker 映像的自动构建过程的一部分的文件。此选项不适用于从命令行进行手动安装。

第三方发行版

如果您尚未安装具有 numpy 和 scipy 的 python 安装，建议您通过软件包管理器或通过 python 软件包进行安装。这些与 numpy, scipy, scikit-learn, matplotlib 和许多其他有用的科学和数据处理库。

可用选项有:

Canopy 和 Anaconda 适用于所有支持的平台

Canopy和Anaconda都运送了最新版本的 scikit-learn，另外还有一大批适用于 Windows，Mac OSX 和 Linux 的科学 python 库。

Anaconda 提供 scikit-learn 作为其免费分发的一部分.

Warning

升级或卸载使用 Anaconda 安装的 scikit-learn，或者conda不应该使用 pip 命令。代替:

升级scikit-learn:

condaupdatescikit-learn

卸载scikit-learn: