这门课中同时使用python3和python2,所以除了安装anaconda3,还新建了python2环境。
1,下载 anaconda3
2,配置anaconda3的软件库镜像
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --set show_channel_urls yes
conda 会在每个用户家目录下创建 .conda 目录,用于管理创建的环境,而配置文件存放于 .condarc(没有可以新建)。
若要使用官方仓库,删除 ~/.condarc 目录。
- 要读取任何conda命令的完整文档,请键入命令,后面加
-h
代表“帮助”。例如,了解conda更新命令:conda update -h
- 完整文档:https://conda.io/docs/
3,新建 python2环境
conda create --name python2 python=2.7
conda list : 列出当前 conda 环境所链接的软件包
conda info -e : ...
4,安装jupyter
conda install jupyter
5,设置 jupyter为免密码登陆
- 1。终端输入:
jupyter notebook --generate-config
会生成一个配置文件,成功后会显示文件路径(/Users/kyousugi/.jupyter/jupyter_notebook_config.py
) - 2。打开路径下的
jupyter_notebook_config.py
配置文件,找
到jupyter_notebook_config.py文件,打开,找到:
# c.NotebookApp.token = '<generated>'
取消掉注释,并且把其取值设为空:
# c.NotebookApp.token = ' '
这样就再也不要输入密码才能使用notebook了
6,安装numpy
conda install numpy
7,安装 scikit-learn
conda install scikit-learn
8。 下载代码
使用jupyter notebook整理的peter的《机器学习实战》代码,加了注释,代码也稍做修改。
https://github.com/TingNie/Machine-learning-in-action
9。安装 matplotlib
conda install matplotlib
10。学习scikit-learn
a.sklearn库的学习:
https://blog.csdn.net/u014248127/article/details/78885180
推荐理由:用一篇文章讲清楚了整个sklearn库的概貌,主要包括:
(1)sklearn官方文档的类容和结构;
(2)从机器学习重要步骤出发讲清楚sklearn的使用方法。
b. scikit-learn (sklearn) 官方文档中文版
http://sklearn.apachecn.org/#/
c. 官方网站:
https://scikit-learn.org/stable/
---------------------
作者:机器视觉-zjuer
来源:CSDN
原文:https://blog.csdn.net/u014410989/article/details/89947128
版权声明:本文为博主原创文章,转载请附上博文链接!