Scikit-learn学习笔记（一）

Scikit-learn学习笔记（一）

    这段时间在学习机器学习相关的知识，一方面要学习理论知识，另一方面还要不断的练习和实践，只有不断的实践才能真正地掌握和理解这些理论知识。在众多编程语言中，python具有独特的优势，也是机器学习领域使用最多的语言之一，因为其语法简洁、可移植性好以及快速迭代的优势，使其成为机器学习各种算法实现的最佳载体之一，scikit-learn是python版的机器学习库，其内部实现了众多常用的机器学习算法，受到许多机器学习爱好者的青睐。

1. scikit-learn简介

    自2007年发布以来，scikit-learn已经成为最给力的Python机器学习库（library）了。scikit-learn支持的机器学习算法包括分类，回归，降维和聚类。还有一些特征提取（extracting features）、数据处理（processing data）和模型评估（evaluating models）的模块。作为Scipy库的扩展，scikit-learn也是建立在Python的NumPy和matplotlib库基础之上。NumPy可以让Python支持大量多维矩阵数据的高效操作，matplotlib提供了可视化工具，SciPy带有许多科学计算的模型。
    scikit-learn文档完善，容易上手，丰富的API，使其在学术界颇受欢迎。开发者用scikit-learn实验不同的算法，只要几行代码就可以搞定。scikit-learn包括许多知名的机器学习算法的实现，包括LIBSVM和LIBLINEAR。还封装了其他的Python库，如自然语言处理的NLTK库。另外，scikit-learn内置了大量数据集，允许开发者集中于算法设计，节省获取和整理数据集的时间。
    scikit-learn可以不受任何限制，遵从自由的BSD授权。许多scikit-learn的算法都可以快速执行而且可扩展，除了海量数据集以外。最后，scikit-learn稳定性很好，大部分代码都可以通过Python的自动化测试（mock，nose等）。

2. 安装scikit-learn

    目前scikit-learn的稳定版本是0.17.1。用这个版本可以保证本书的代码可以正常运行，如果你之前装过，可以检查一下版本：

In [3]:
import sklearn
sklearn.__version__
Out[3]:
'0.17.1'

    如果你还没安装，你可以通过pip安装，也可以从源代码安装。下面我们简单介绍一下Windows，Linux和Mac OS系统分别安装的过程，具体内容可以从官方网站 (http://scikitlearn.org/dev/install.html)找到。Python版本需要是Python (>= 2.6 or >= 3.3)，NumPy (>= 1.6.1)，SciPy (>= 0.9)。

2.1 Windows系统安装

    强烈建议使用miniconda (http://conda.pydata.org/miniconda.html)安装，可以根据Windows系统版
本和想要的Python版本选择下载安装。
miniconda会自动安装scikit-learn的依赖包，如NumPy和SciPy等。双击安装文件安装miniconda，之后在命令行工具输入下列指令：

conda install scikit-learn

确实之后一会儿就安装完了，如果要更新版本，直接输入：

conda update scikit-learn

如果已经装好了Python，Numpy和Scipy，可以用pip安装（Python 2.7.9和Python3.4自带）：

pip install -U scikit-learn