用Python做机器学习（一）之sklearn安装

    几天的忙碌都没有空更新博客了，忙什么呢？不是学术，不是科研，而是淘宝店(http://seanwang.taobao.com)，哈哈。在学术气息这么浓厚的这里说淘宝未免有些煞风景，不过博主开淘宝店并不是为了赚钱，同样也是为了学术、为了学习、为了帮助大家解决程序难题，你们信吗？反正我是不信。好了，扯淡完了，说正事。

    用Python做机器学习大概需要下面这些软件：

1).Python(废话)

2).NumPy

3).SciPy

4).Scikit-learn

5).Matplotlib 

一、软件简介       

    Numpy

    NumPy是Python的一种开源的数值计算扩展。这种工具可用来存储和处理大型矩阵，比Python自身的嵌套列表（nested list structure)结构要高效的多（该结构也可以用来表示矩阵（matrix））。包括：1、一个强大的N维数组对象Array；2、比较成熟的（广播）函数库；3、用于整合C/C++和Fortran代码的工具包；4、实用的线性代数、傅里叶变换和随机数生成函数。numpy和scipy配合使用更加方便。

关于NumPy的使用在其官网上有很多的说明，这里就不再介绍了。 

    官网地址：http://www.numpy.org

    SciPy

    SciPy是一个科学计算工具集。如果说NumPy提供了高效的数据结构，那么SciPy则是提供了基于这些数据结构的算法级应用。无论是矩阵运算、线性代数、最优化方法、聚类、空间运算，还是傅里叶变换都囊括其中。

对于机器学习来说，最常用的大概有scipy.stats、scipy.interpolate、scipy.cluster和scipy.signal。 

    官网地址：http://www.scipy.org       

    Scikit-Learn

    Scikit-Learn是基于python的机器学习模块，而Scikit-Learn的安装需要numpy，scipy，matplotlib等模块。基本功能主要被分为六个部分，分类，回归，聚类，数据降维，模型选择，数据预处理。详细的信息可以访问官网了解，有大量的文档。 

    官网地址：http://scikit-learn.org       

    Matplotlib

    Matplotlib是python最著名的绘图库，它提供了一整套和matlab相似的命令API，十分适合交互式地进行制图。在数据分析中，常常需要直观的去观察数据，这时候就需要将数据图形化的表示出来。这就是这个库的用处。

二、软件安装

首先当然要安装pip,怎么安装就不说了，中间安装的话会需要很多其他依赖包，遇到什么就安装什么就好了。说了这么多不得不说windows真的好坑，常常出现一些麻烦的问题，那么推荐一款软件(Anaconda)，直接一键安装所有的包。这个软件是逗比CharyXiao推荐的，直接到这https://www.continuum.io/downloads下载对应版本就好了。

转载请注明出处fullstackdevel.com：SEAN是一只程序猿 » 用Python做机器学习（一）之sklearn安装