Scikit learn(sklearn),是機器學習領域中最經典的 python 模塊之一;也是通過python實現數據處理必裝的庫之一。這篇筆記記錄了我與python庫們的安裝之戰,各種路徑錯誤、報錯、不兼容問題,折騰了一下午才弄好。
在安裝sklearn之前,還需要安裝numpy—scipy—matlotlib—scikit-learn,此外還推薦安裝pandas+lightGBM的庫。
GBDT和RF等都是很經典的算法,XGboost的出現替代了傳統算法們,不過微軟新推出的開源boosting框架傳說非常的好用,所以這次筆記算是作爲前提鋪墊吧。
首先是
1. 安裝前的配置準備
本文的庫均採用pip安裝,在安裝前先確保你的電腦已經安裝了pip和wheel(python3.x很多都打包了),如果不清楚自己電腦是否已經安裝這些,在命令窗口輸入“pip install wheel”,看提示即可。
出現Requirement already satified,則配置準備完成。
2. 下載Numpy—Scipy—Matlotlib—Scikit-learn庫
安裝的方法有很多,經過不斷的嘗試,給出報錯率最低的方案。
首先下載與電腦匹配的庫文件:Numpy Scipy Matlotlib Scikit-learn (點擊字母進入下載頁面)
鏈接中可以找到各種版本的各種庫文件,不過有些下載速度非常慢,耐心等待。(PS:最好都從這個網站下載保證版本一致)
其中,cp35指python版本爲python 3.5,win32/64指電腦操作系統。按照自己的情況,下載統一的庫文件即可。
3. 安裝這些庫。
這一步要比想象中麻煩的多,爲了避免路徑衝突,統一將下載好的庫文件移動到:C:\Windows\System32文件夾下。
並對庫文件的名字進行改寫: scipy-1.0.0-cp35-none-win_amd64.whl,matplotlib-2.1.1-cp35-none-win_amd64.whl等。
其中的none很重要,這是python能識別的格式。否則會出現:
這是因爲下載的庫文件名稱一般爲:numpy-1.31.0+mkl-cp35-cp35m-win64_amd64.whl
所以會出現報錯:*** is not a supported wheel on this platform。
改好名字,並確定所有的庫文件都已經移動到指定的位置後,打開命令窗口,輸入“pip install numpy”指令,回車確認,開始安裝。
安裝完成後提示successfully installed即可。如果後期想查詢自己電腦是否安裝該庫,再次輸入pip install numpy即可,如:
隨後按照同樣的方法,依次安裝:
“pip install scipy”、“pip install matplotlib”和“pip install scikit-learn”即可。
3.2 判斷是否安裝成功。
依次輸入下列代碼,如果沒有報錯,恭喜你可以開始用了。
>>> import numpy as np
>>> import matplotlib.pyplot as plt
>>> import sklearn as sk
測試運行環境的愛心小程序:測試numpy和matplotlib。
來自:Windows 下 Python easy_install 的安裝 - KingsLanding
import numpy as npimport matplotlib.pyplot as plt
X = np.arange(-5.0, 5.0, 0.1)
Y = np.arange(-5.0, 5.0, 0.1)
x, y = np.meshgrid(X, Y)
f = 17 * x ** 2 - 16 * np.abs(x) * y + 17 * y ** 2 - 225fig = plt.figure()
cs = plt.contour(x, y, f, 0, colors = 'r')
plt.show()
運行結果:Python環境:
VScode 環境:
4. lightGBM與pandas安裝
這兩個庫文件的難點在於下載的地址不太好找,貼出來方便大家:
Pandas: https://pypi.python.org/pypi/pandas/#downloads
LightGBM : https://pypi.python.org/pypi/lightgbm#downloads
這兩個庫文件安裝方法與上述完全相同,我還沒開始使用所以詳細的測試放在以後再寫。
My Prey Is Near.
參考文章:
安裝numpy+scipy+matplotlib+scikit-learn的問題