机器学习利器——Scikit-learn的安装

  由于笔者最近在进行毕业论文的准备,且毕业论文中需要用到Python版本的机器学习库——scikit-learn。所以最近三天一直在Windows上部署这个框架,终于部署成功了。。。

  首先打开加州大学底下一个实验室的网站,下载以下安装包:

  1、Numpy+MKL:http://www.lfd.uci.edu/~gohlke/pythonlibs/#numpy

  2、Scipy:http://www.lfd.uci.edu/~gohlke/pythonlibs/#scipy

  3、scikit-learn:http://www.lfd.uci.edu/~gohlke/pythonlibs/#scikit-learn

  前期准备

  在部署之前,我们需要在本地环境的Python中有pip模块。这样我们才能安装上述的wheel文件。

  一、安装Numpy+MKL:  

pip install numpy-1.11.1+mkl-cp27-cp27m-win_amd64.whl

  二、安装Scipy:

pip install scikit_learn-0.17.1-cp27-cp27m-win_amd64.whl

  三、安装scikit-learn:

pip install scikit_learn-0.17.1-cp27-cp27m-win_amd64.whl

  这样就大功告成了,前几天一直在看网上的一些安装教程,什么本地VC++编译库啊之类的,都不行,这是我现在能找到最简单的方案了,希望能够节约大家的时间~~~

时间: 2024-10-12 15:24:31

机器学习利器——Scikit-learn的安装的相关文章

Python之扩展包安装(scikit learn)

scikit learn 是Python下开源的机器学习包.(安装环境:win7.0 32bit和Python2.7) Python安装第三方扩展包较为方便的方法:easy_install + packages name 在官网 https://pypi.python.org/pypi/setuptools/#windows-simplified 下载名字为 的文件. 在命令行窗口运行 ,安装后,可在python2.7文件夹下生成Scripts文件夹.把路径D:\Python27\Scripts

Query意图分析:记一次完整的机器学习过程(scikit learn library学习笔记)

所谓学习问题,是指观察由n个样本组成的集合,并根据这些数据来预测未知数据的性质. 学习任务(一个二分类问题): 区分一个普通的互联网检索Query是否具有某个垂直领域的意图.假设现在有一个O2O领域的垂直搜索引擎,专门为用户提供团购.优惠券的检索:同时存在一个通用的搜索引擎,比如百度,通用搜索引擎希望能够识别出一个Query是否具有O2O检索意图,如果有则调用O2O垂直搜索引擎,获取结果作为通用搜索引擎的结果补充. 我们的目的是学习出一个分类器(classifier),分类器可以理解为一个函数,

scikit learn 模块 调参 pipeline+girdsearch 数据举例:文档分类

scikit learn 模块 调参 pipeline+girdsearch 数据举例:文档分类数据集 fetch_20newsgroups #-*- coding: UTF-8 -*- import numpy as np from sklearn.pipeline import Pipeline from sklearn.linear_model import SGDClassifier from sklearn.grid_search import GridSearchCV from sk

运维监控利器Nagios之:安装nagios

一.安装前准备 (1)创建nagios用户和用户组 [[email protected] ~]#useradd -s /sbin/nologin nagios [[email protected] ~]#mkdir /usr/local/nagios [[email protected] ~]#chown –R  nagios.nagios /usr/local/nagios (2)开启系统sendmail服务 在nagios监控服务器上开启sendmail服务的主要作用是让nagios在检测到

Learn Spark - 安装

安装 下载 Spark 1.4.1 1 wget -c http://www.interior-dsgn.com/apache/spark/spark-1.4.1/spark-1.4.1.tgz 编译Spark,使用 scala 2.11 1 2 ./dev/change-version-to-2.11.sh mvn -Dscala-2.11 -DskipTests clean package 运行 spark-shell 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

Scikit Learn安装教程

Windows下安装scikit-learn 准备工作 Python (>= 2.6 or >= 3.3), Numpy (>= 1.6.1) Scipy (>= 0.9), Matplotlib(可选). NumPy NumPy系统是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)). Scipy SciPy是一款方便.易于使用

机器学习-scikit learn学习笔记

scikit-learn官网:http://scikit-learn.org/stable/ 通常情况下,一个学习问题会包含一组学习样本数据,计算机通过对样本数据的学习,尝试对未知数据进行预测. 学习问题一般可以分为: 监督学习(supervised learning) 分类(classification) 回归(regression) 非监督学习(unsupervised learning) 聚类(clustering) 监督学习和非监督学习的区别就是,监督学习中,样本数据会包含要预测的标签(

机器学习进阶笔记之一 | TensorFlow安装与入门

原文链接:https://zhuanlan.zhihu.com/p/22410917 TensorFlow 是 Google 基于 DistBelief 进行研发的第二代人工智能学习系统,被广泛用于语音识别或图像识别等多项机器深度学习领域.其命名来源于本身的运行原理.Tensor(张量)意味着 N 维数组,Flow(流)意味着基于数据流图的计算,TensorFlow 代表着张量从图象的一端流动到另一端计算过程,是将复杂的数据结构传输至人工智能神经网中进行分析和处理的过程. -- 由 UCloud

机器学习算法库scikit-learn的安装

scikit-learn 是一个python实现的免费开源的机器学习算法包,从字面意思可知,science 代表科学,kit代表工具箱,直接翻译过来就是用于机器学习的科学计算包. 安装scikit-learn有两种方式: (1)安装官方发布的包. (2)安装第三方开发工具,里边已经包含了scikit-learn. 对于(2),我推荐的是canopy,在mac和windows都比较好用.可以不用考虑安装python,numpy,scipy,因为canopy已经自自带了这些. scikit-lear