sklearn简介:
sklearn是机器学习中一个常用的python第三方模块,网址如下:http://sklearn.apachecn.org/
里面对一些常用的机器学习方法进行了封装,在进行机器学习任务时,并不需要每个人都实现所有的算法,只需要简单的调用sklearn里的模块就可以实现大多数机器学习任务。
机器学习任务通常包括分类(Classification)和回归(Regression),常用的分类器包括SVM、KNN、贝叶斯、线性回归、逻辑回归、决策树、随机森林、xgboost、GBDT、boosting、神经网络NN。
常见的降维方法包括TF-IDF、主题模型LDA、主成分分析PCA等等。
接下来我们安装sklearn,目前最新版本是0.19.0,在安装sklearn之前,需要先安装一些必要的模块:
安装Scikit-learn 要求:
1、Python (>= 2.7 or >= 3.3),
2、NumPy (>= 1.8.2),(这里也有坑,numpy的版本并不是越高越好,有不兼容问题,稍后有详细)
3、SciPy (>= 0.13.3).
如果你已经有一个安全的 numpy 和 scipy,安装 scikit-learn 最简单的方法是使用 pip安装:
pip install -U scikit-learn
安装好之后进入python导入模块测试是否有问题:
import sklearn
出现
sklearn(0.19.0)安装及错误解决
最新推荐文章于 2024-08-15 09:08:45 发布
本文介绍了sklearn作为机器学习常用的Python库,包括其功能和常用算法。在安装sklearn 0.19.0时,需要先安装Python、NumPy和SciPy等依赖。遇到的版本不兼容问题,特别是NumPy,需要降级到1.14.5来避免错误。通过pip进行安装和卸载,最终成功导入sklearn并测试无误。
摘要由CSDN通过智能技术生成