Sklearn的安装

在我们开始使用Python的时候,就注定了,我们解决问题的道路会伴随着Python的应用而变得十分便捷。

Conda 是一个开源的软件包管理系统和环境管理系统,用于安装多个版本的软件包及其依赖关系,并在它们之间轻松切换。 Conda 是为 Python 程序创建的,适用于 Linux,OS X 和Windows,也可以打包和分发其他软件。

学习TF-IDF原理的时候,采用了很长的时间去写原生的代码,但是在进入之后的学习中,当学习到了原理之后,还要再去写原生代码就与Python的理念背道而驰了。

于是乎,框架便是出现了,今天使用的是sklearn框架,是一个较为简单的机器学习框架。简介如下

sklearn (scikit-learn) 是基于 Python 语言的机器学习工具

  1. 简单高效的数据挖掘和数据分析工具
  2. 可供大家在各种环境中重复使用
  3. 建立在 NumPy ,SciPy 和 matplotlib 上
  4. 开源,可商业使用 – BSD许可证

组织构建[网站]

第三方站长[网站]

其他补充

那么,如何安装呢?在Windows上,打开“开始”菜单,然后打开Anaconda命令提示符。在macOS或Linux上,打开一个终端窗口。在macOS或Linux上使用默认的bash shell。如果有虚拟环境的话,可以使用

conda activate ****

***切换为你的虚拟环境名称

然后输入

conda install -c conda-forge scikit-learn 

来进行sklearn的安装。然后可以依次输入以下命令行检测是否成功安装sklearn。

conda list scikit-learn  # to see which scikit-learn version is installed
conda list  # to see all packages installed in the active conda environment
python -c "import sklearn; sklearn.show_versions()"

我的输出如下

System:
    python: 3.8.8 (default, Feb 24 2021, 15:54:32) [MSC v.1928 64 bit (AMD64)]
executable: C:\Users\sakura\anaconda3\envs\tensorflow\python.exe
   machine: Windows-10-10.0.19041-SP0

Python dependencies:
          pip: 21.0.1
   setuptools: 52.0.0.post20210125
      sklearn: 0.24.1
        numpy: 1.20.2
        scipy: 1.6.2
       Cython: None
       pandas: None
   matplotlib: None
       joblib: 1.0.1
threadpoolctl: 2.1.0

Built with OpenMP: True

以上呢,便是完成了sklearn 的安装工作。

暂无评论

发送评论 编辑评论


				
|´・ω・)ノ
ヾ(≧∇≦*)ゝ
(☆ω☆)
(╯‵□′)╯︵┴─┴
 ̄﹃ ̄
(/ω\)
∠( ᐛ 」∠)_
(๑•̀ㅁ•́ฅ)
→_→
୧(๑•̀⌄•́๑)૭
٩(ˊᗜˋ*)و
(ノ°ο°)ノ
(´இ皿இ`)
⌇●﹏●⌇
(ฅ´ω`ฅ)
(╯°A°)╯︵○○○
φ( ̄∇ ̄o)
ヾ(´・ ・`。)ノ"
( ง ᵒ̌皿ᵒ̌)ง⁼³₌₃
(ó﹏ò。)
Σ(っ °Д °;)っ
( ,,´・ω・)ノ"(´っω・`。)
╮(╯▽╰)╭
o(*////▽////*)q
>﹏<
( ๑´•ω•) "(ㆆᴗㆆ)
😂
😀
😅
😊
🙂
🙃
😌
😍
😘
😜
😝
😏
😒
🙄
😳
😡
😔
😫
😱
😭
💩
👻
🙌
🖕
👍
👫
👬
👭
🌚
🌝
🙈
💊
😶
🙏
🍦
🍉
😣
Source: github.com/k4yt3x/flowerhd
颜文字
Emoji
小恐龙
花!
上一篇
下一篇