工具包SKlearn的安装与使用教程

　　很多小伙伴在学习机器学习的时候会苦恼到底用什么进行学习。在看了大佬的介绍后可能会使用Keras或者pytorch直接进行学习，但实际上有优秀的机器学习工具包。今天小编就为大家介绍SKlearm的安装与使用，希望大家能喜欢上这款工具包。

　　SKlearn是什么

　　Sklearn(全称SciKit-Learn)，是基于Python语言的机器学习工具包。

　　Sklearn主要用Python编写，建立在Numpy、Scipy、Pandas和Matplotlib的基础上，也用Cython编写了一些核心算法来提高性能。

　　Sklearn包括六大功能模块：

　　分类(Classification)：识别样本属于哪个类别，常用算法有SVM(支持向量机)、nearestneighbors(最近邻)、randomforest(随机森林)

　　回归(Regression)：预测与对象相关联的连续值属性，常用算法有SVR(支持向量机)、ridgeregression(岭回归)、Lasso

　　聚类(Clustering)：对样本进行无监督的自动分类，常用算法有k-Means(k均值)、spectralclustering(特征聚类)、mean-shift(均值漂移)

　　数据降维(Dimensionalityreduction)：减少相关变量维数，常用算法有PCA(主成分分析)、featureselection(特征选择)、non-negativematrixfactorization(非负矩阵分解)

　　模型选择(ModelSelection)：比较，验证，选择参数和模型，常用模块有gridsearch(网格搜索)、crossvalidation(交叉验证)、metrics(度量)

　　数据处理(Preprocessing)：特征提取和归一化，常用模块有preprocessing(预处理)，featureextraction(特征提取)

　　这六个功能模块涉及4类算法，分类、回归属于监督学习，聚类属于非监督学习。

　　SKlearn的安装

　　Sklearn的安装要求：Python3.5以上版本，需要安装NumPy、SciPy、Pandas工具包的支持，部分内容需要使用Matplotlib、joblib工具包。

　　pip安装命令：

　　pip3install-Uscikit-learn

　　pip3install-Uscikit-learn-ihttps://pypi.douban.com/simple

　　注意Sklearn建议安装Numpy+mkl，可以在网址http://www.lfd.uci.edu/~gohlke/pythonlibs/找到你需要的numpy+mkl版本，下载后pip3安装：

　　pipinstallnumpy-1.11.1+mkl-cp27-cp27m-win_amd64.whl

　　Sklearn数模笔记的计划

　　粗略看看Sklearn的文档，是一个功能强大和丰富的机器学习库，远远超出了数学建模学习的范围。

　　基于数模教学的目的，本系列主要对应数模学习中的分类、聚类、降维问题，并不打算全面讲解Sklearn的各种算法，而是以典型问题为例来介绍原理简单、使用广泛的基本方法，以便新手入门。

　　以上就是就是SKlearm的安装与使用的全部内容了，希望能对大家提供帮助。

  　　>>>>>>点击进入Python专题