Установка Sklearn

Чтобы изучить Sklearn, первым шагом является установка. Поскольку Sklearn зависит от нескольких других библиотек (таких как NumPy, SciPy и matplotlib), нам нужно убедиться, что эти зависимые библиотеки также установлены.

Требования к системной среде:

  • Версия Python: scikit-learn поддерживает Python 3.7 и выше.
  • Операционная система: scikit-learn может работать в основных операционных системах, таких как Windows, macOS и Linux.
  • Средство управления пакетами: Вы можете использоватьpipилиcondaдля установки scikit-learn.

В этой главе мы используем pip для установки scikit-learn.

Перед установкой убедитесь, что Python и pip установлены.

Проверьте, установлен ли Python:

python --version

Проверьте, установлен ли pip:

pip --version

Если Python и pip не установлены, вы можете обратиться к нашим:Установка PythonиУстановка pip。

Примечание:Последняя версия Python сейчас поставляется с предустановленным pip.

Примечание:Версии Python 2.7.9+ или Python 3.4+ поставляются с инструментом pip.

Установка Sklearn

Sklearn означает scikit-learn.

Используйте pip для установки последней версии scikit-learn:

pip install scikit-learn

Если вы хотите установить конкретную версию scikit-learn, вы можете указать номер версии:

pip install scikit-learn==1.2.0

Проверить, успешно ли прошла установка

После установки мы можем проверить, успешно ли установился scikit-learn, с помощью следующего кода:

Пример

import sklearn
print(sklearn.__version__)

Если номер версии scikit-learn успешно отображается, как показано ниже, значит установка прошла успешно:

1.5.2

Установка scikit-learn с помощью conda

Если вы используете среду Anaconda, рекомендуется использовать conda для установки scikit-learn.

Anaconda — это дистрибутив Python для научных вычислений, который включает множество библиотек для науки о данных и машинного обучения, что делает его удобным для разработчиков.

Если вы ещё не знакомы с Anaconda, можете обратиться к:Руководство по Anaconda。

Создание новой среды conda (необязательно)

Вы можете создать новую виртуальную среду для scikit-learn, чтобы избежать конфликтов с другими проектами:

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

Установка scikit-learn

Используйте conda для установки scikit-learn:

conda install scikit-learn

Если вы хотите установить конкретную версию, вы можете указать номер версии:

conda install scikit-learn=1.2.0

Проверка установки

В среде conda вы можете проверить установку с помощью оболочки Python или Jupyter Notebook:

Пример

import sklearn
print(sklearn.__version__)

Если номер версии scikit-learn успешно отображается, как показано ниже, значит установка прошла успешно:

1.5.2

Установите другие зависимости

scikit-learn зависит от некоторых других библиотек, в частности:

  • NumPy: используется для работы с массивами и численных вычислений
  • SciPy: предоставляет более продвинутые инструменты математических вычислений
  • matplotlib(необязательно): используется для визуализации данных
  • joblib(необязательно): используется для сохранения модели (сохранение и загрузка)

Если вы устанавливаете с помощью pip, scikit-learn автоматически установит эти зависимости, но если вы хотите установить или обновить их вручную, вы можете использовать следующие команды:

pip install numpy scipy matplotlib joblib

Если вы устанавливаете с помощью conda, все зависимые библиотеки будут установлены автоматически.

Другие расширения