在linux安装机器学习环境

这里使用的是anaconda进行安装，因为anaconda集成了很多插件确实好用很多，省去了很多麻烦

一、安装anaconda

1）下载安装包
https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

这里我是采用的最新版的
2）bash 安装包
https://blog.csdn.net/u010414589/article/details/51303502
3）加入环境变量

在/etc/profile最后一行加入
export PATH=/root/anaconda3/bin:$PATH

加入环境变量后才能使用

试一下是否安装成功

[root@node13 ~]# python
Python 3.7.0 (default, Jun 28 2018, 13:15:42) 
[GCC 7.2.0] :: Anaconda, Inc. on linux
Type "help", "copyright", "credits" or "license" for more information

出现python3才是对的，如果是2说明安装的anaconda的版本太低或者是环境变量为生效

二、配置pip源

安装好了anaconda里面自带有匹配，我们无需单独安装pip，但是国外的pip下载太慢，我们采用换镜像

在用户文件夹下新建.pip文件夹及pip.conf文件，写入

[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple
[install]
trusted-host=mirrors.aliyun.com

保存后即可
国内镜像汇总：
http://pypi.douban.com/         豆瓣 
http://pypi.hustunique.com/         华中理工大学 
http://pypi.sdutlinux.org/         山东理工大学 
http://pypi.mirrors.ustc.edu.cn/         中国科学技术大学 
http://mirrors.aliyun.com/pypi/simple/         阿里云 
https://pypi.tuna.tsinghua.edu.cn/simple/         清华大学
之后下载就会快的飞起

三、安装相对应的模块

比如xgboost模块

pip install xgboost

比如hyperopt模块

pip install hyperopt