酷徒LOGO
0 0 评论

正文
文章标签:了解scikit  Ubuntu  learn  

检查

本教程是在Ubuntu 18.04 LTS服务器上以root用户身份执行的,python ( = > 3.5 ) Anaconda是本教程的Anaconda安装部分的先决条件,如果你需要安装Anaconda,请查看教程,这里这里!本教程的Pip安装部分需要Python模块venv ,

通过Pip安装Scikit-Learn

步骤1:建立新的Python虚拟环境

首先,最好确保所有软件包都是最新的:

root@ubuntu:~# apt-get update -y

当一切都是最新的,创建并更改为项目目录:


root@ubuntu:~# mkdir machine_learning
root@ubuntu:~# cd machine_learning/
root@ubuntu:~/machine_learning#

现在我们有了新的工作空间,创建新的Python虚拟环境:

root@ubuntu:~/machine_learning# python3 -m venv scikit_is_cool

最后,继续并激活新创建的虚拟环境:


root@ubuntu:~/machine_learning# source scikit_is_cool/bin/activate
(scikit_is_cool) root@ubuntu:~/machine_learning#

步骤2:安装依赖项

通过Pip安装scikit-learn与Anaconda的主要区别之一是,我们不得不管理scikit-learn的依赖项,这仅意味着在准备安装scikit-learn之前,我们需要安装一些额外的Python模块。

现在,我们需要安装scikit-learn要运行的Python模块,我们还将安装一些scikit-learn并不总是依赖的库,但是它们将使我们能够充分利用scikit-learn的功能:

注: 可以找到Scikit-learn的依赖项 这里
(scikit_is_cool) root@ubuntu:~/machine_learning# pip install numpy scipy joblib matplotlib scikit-image pandas

步骤3:安装和测试Scikit-learn

现在,环境已可供我们安装scikit-learn :

(scikit_is_cool) root@ubuntu:~/machine_learning# pip install -U scikit-learn

现在已经安装了Scikit-learn来进行测试,进入Python shell并尝试加载它默认数据集之一!


(scikit_is_cool) root@ubuntu:~/machine_learning# python
Python 3.6.8 (default, Oct  7 2019, 12:59:55)
[GCC 8.3.0] on linux
Type "help", "copyright", "credits" or "license" for more information.
>>>

打开外壳后,复制并粘贴此Python代码段,然后按Enter :


from sklearn import datasets
iris = datasets.load_iris()
digits = datasets.load_digits()
print(digits.data)

输出应该类似于以下内容:


[[ 0.  0.  5. ...  0.  0.  0.]
 [ 0.  0.  0. ... 10.  0.  0.]
 [ 0.  0.  0. ... 16.  9.  0.]
 ...
 [ 0.  0.  1. ...  6.  0.  0.]
 [ 0.  0.  2. ... 12.  0.  0.]
 [ 0.  0. 10. ... 12.  1.  0.]]

就是这样,Scikit-learn现在可在我们刚刚创建的Python虚拟环境中使用,



文章标签:learn  Ubuntu  了解scikit  

正文

Copyright © 2011 HelpLib All rights reserved.    知识分享协议 京ICP备17041772号-2  |  如果智培  |  酷兔英语  |  帮酷