机器学习-环境配置（windows版）

大家好，我是一名正在机器学习的小菜鸡，作为一名程序员，在学习技术的时候是不是经常遇到这样的情况：环境配置失败，game over！（狗头）

同样，对于机器学习，环境的搭建也是必不可少，本篇文章就记录一下机器学习环境是如何搭建的：

1、开发环境：Jupyter lab

Jupyter lab是Jupyter Notebook的升级版，页面更加美观操作更加简便，和 Notebook一样是anaconda自带，

在cmd或者anaconda prompt里面输入Jupyter lab即可打开，或者也可以在 Anaconda页面中找到它的接口。Jupyter lab中大部分操作都和Notebook一样。

1.1 所需要的库（基于anaconda安装）

Anaconda 4.9.1

python 3.8.5

Scikit-learn 0.23.2

Graphviz 0.14.2

NumPy 1.19.1

pandas 1.1.1

Matplotlib  3.3.1

Scipy 1.5.0

首先我要说的是，anaconda和python的安装教程网上已经有很多，自行参考其他教程安装，以上的库都是必须的，

大部分都是anaconda自带的，其中graphviz需要自行安装，这个后面会讲怎么安装。

1.2 安装所需要的库

首先打开cmd，输入“python”，回车，用以下代码看看以上的库是否已存在：

#导入所需要的库 
import pandas as pd 
import numpy as np 
import sklearn 
import matplotlib as mlp 
import scipy

若以上指令执行完毕没有任何报错，那说明以上库都已经存在，若出现“no modele named xxxx”这样的错误，那就说明缺少”xxxx“这个库，我们用以下指令来安装缺少的库，

注意，缺少那个库，就用对应的指令安装哪个库，已存在的库就不必要安装了，安装时一次只运行一行指令，也就是一次安装一个库。

#在cmd或anaconda prompt中逐行运行
conda install numpy 
conda install pandas 
conda install scipy 
conda install matplotlib 
conda install scikit-learn

1.3 查看已安装库的版本

我们可以用以下指令查看anaconda版本：

#cmd中输入以下代码
conda -V

 我们可以用以下指令查看python版本：

#cmd中输入以下代码
python -V

我们可以用以下指令查看其他库版本：

module = [pd,np,sklearn,mlp,scipy] 
name = ["pandas","numpy","sklearn","matplotlib","scipy"]
for name,item in zip(name,module):
    print("{}:{}".format(name,item.__version__))

如果你的库的版本太低，需要更新，可以只用以下指令：

#在cmd或anaconda prompt中逐行运行

#更新anaconda(可能耗时较长时间)
conda update -n base -c defaults conda

#更新Python 
conda update python

#更新所需要的库 
conda update pandas 
conda update numpy 
conda update scipy 
conda update matplotlib 
conda update scikit-learn

#一次性更新anaconda下面所有的库(可能耗时较长时间) 
conda update --all

当然，我们也可以使用pip命令进行库的安装和更新，但是不要conda命令和pip命令混用。

1.4 graphviz的安装和配置

graphviz是一个比较重要的库（知道决策树的朋友都知道），通常来说，这个库不会自带，需要我们自己来安装。

下面来介绍子啊windows环境下如何来安装。

1.4.1下载安装包

首先在官网下载安装包：

进入官网https://graphviz.gitlab.io/_pages/Download/Download_windows.html下载安装文件。

1.4.2 安装

这一步非常简单，就是一直点击next直到安装完毕。

1.4.3配置环境

（1）首先找到graphviz的安装所在位置的bin目录。然后复制这个地址

 

（2）找到我的电脑右击，选择属性，然后在打开的界面点击”高级系统设置“

 

（3）在打开的界面点击”环境变量“

（4）在打开的界面双击”path“。

（5）在打开的界面中点击”新建“，将前面复制的graphviz的地址复制上去。

（6）一直点击“确定”，直到所有页面都关闭

 

1.4.4 查看是否配置成功

在cmd中输入“python”，然后回车，再输入如下指令：

import graphviz
graphviz.__version__

如果显示了graphviz的版本，那么就说明安装成功。

 

 

至此，环境搭建完毕，接下来就可以进行机器学习的学习了。祝大家学习愉快。

 

整理于2020年11月26日。