Linux Mint 安裝sklearn步驟

1)修改python的下載源

推薦兩個源:1-豆瓣:http://pypi.douban.com/simple/?????????

2-清華:https://pypi.tuna.tsinghua.edu.cn/simpl

修改源的命令方法-1:

pip??? install ?? -i??? https://pypi.tuna.tsinghua.edu.cn/simple??? pandas

修改源的命令方法-2:

創(chuàng)建并修改pip.conf

abc@abc-ATI-RC4xxx-SB4xx:~$ cd pip

abc@abc-ATI-RC4xxx-SB4xx:~/pip$ sudo gedit pip.conf

[global]

timeout = 20? # 超時

index-url = http://mirrors.aliyun.com/pypi/simple/? # 第一源

#index-index-url = http://pypi.douban.com/simple/? # 第二

[install]

trusted-host =

  mirrors.aliyun.com

  #pypi.douban.com

2) SciPy、sklearn安裝

2.1 安裝pip3:sudo apt-get install python3-pip

這里安裝的是python3版本的pip牺弄,鑒于python2已經(jīng)開始宣布停止支持的計劃凡泣,如果沒有特殊需要的話超营,以后一律使用python3.

2.1 安裝setuptools:pip3 install setuptools

2.3 安裝這幾個:sudo apt-get install build-essential libatlas3-base

2.4 由于包之間的依賴性惰许,安裝順序應(yīng)為 Numpy----->scipy----->Matplotlib----->Pandas----->sklearn

主要有以下6個(慕課網(wǎng)視頻的第一節(jié)概述講的 https://www.imooc.com/learn/843):

Numpy:數(shù)據(jù)結(jié)構(gòu)基礎(chǔ)(存儲數(shù)據(jù)集)

Scipy:強(qiáng)大的科學(xué)計算方法(矩陣分析、信號分析、數(shù)理分析……)

Matplotlib:豐富的可視化套件(畫圖用的)

Pandas:基礎(chǔ)數(shù)據(jù)分析套件(在Numpy上又封裝了一層)

Scikit-learn:強(qiáng)大的數(shù)據(jù)分析建模庫(各種機(jī)器學(xué)習(xí)算法實現(xiàn))

Keras:人工神經(jīng)網(wǎng)絡(luò)

pip3 install Numpy

pip3 install scipy

sudo apt-get install python3-matplotlib

pip3 install scikit-learn

pip3 install pandas

pip3 install keras

#下面是一些可能會用到的命令

pip3 list???? #查看python下已安裝的模塊

pip3 uninstall xxx???? #刪除已有的模塊,如果安裝錯了可以刪掉

備注:LightGBM是一個梯度Boosting框架,使用基于決策樹的學(xué)習(xí)算法

Xgboost是Boosting算法的其中一種,Boosting算法的思想是將許多弱分類器集成在一起,形成一個強(qiáng)分類器

1

參考:

https://www.cnblogs.com/tangpg/p/9143969.html

https://blog.csdn.net/vanessa201117/article/details/53286132

https://www.cnblogs.com/dwsun/p/8572051.html

https://www.cnblogs.com/Chayeen/p/7995086.html

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末场钉,一起剝皮案震驚了整個濱河市,隨后出現(xiàn)的幾起案子懈涛,更是在濱河造成了極大的恐慌,老刑警劉巖泳猬,帶你破解...
    沈念sama閱讀 211,948評論 6 492
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件批钠,死亡現(xiàn)場離奇詭異,居然都是意外死亡得封,警方通過查閱死者的電腦和手機(jī)埋心,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 90,371評論 3 385
  • 文/潘曉璐 我一進(jìn)店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來忙上,“玉大人拷呆,你說我怎么就攤上這事∫咧啵” “怎么了茬斧?”我有些...
    開封第一講書人閱讀 157,490評論 0 348
  • 文/不壞的土叔 我叫張陵,是天一觀的道長梗逮。 經(jīng)常有香客問我项秉,道長,這世上最難降的妖魔是什么慷彤? 我笑而不...
    開封第一講書人閱讀 56,521評論 1 284
  • 正文 為了忘掉前任娄蔼,我火速辦了婚禮,結(jié)果婚禮上底哗,老公的妹妹穿的比我還像新娘岁诉。我一直安慰自己,他們只是感情好跋选,可當(dāng)我...
    茶點故事閱讀 65,627評論 6 386
  • 文/花漫 我一把揭開白布涕癣。 她就那樣靜靜地躺著,像睡著了一般野建。 火紅的嫁衣襯著肌膚如雪属划。 梳的紋絲不亂的頭發(fā)上恬叹,一...
    開封第一講書人閱讀 49,842評論 1 290
  • 那天,我揣著相機(jī)與錄音同眯,去河邊找鬼绽昼。 笑死,一個胖子當(dāng)著我的面吹牛须蜗,可吹牛的內(nèi)容都是我干的硅确。 我是一名探鬼主播,決...
    沈念sama閱讀 38,997評論 3 408
  • 文/蒼蘭香墨 我猛地睜開眼明肮,長吁一口氣:“原來是場噩夢啊……” “哼菱农!你這毒婦竟也來了?” 一聲冷哼從身側(cè)響起柿估,我...
    開封第一講書人閱讀 37,741評論 0 268
  • 序言:老撾萬榮一對情侶失蹤循未,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后秫舌,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體的妖,經(jīng)...
    沈念sama閱讀 44,203評論 1 303
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 36,534評論 2 327
  • 正文 我和宋清朗相戀三年足陨,在試婚紗的時候發(fā)現(xiàn)自己被綠了嫂粟。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 38,673評論 1 341
  • 序言:一個原本活蹦亂跳的男人離奇死亡墨缘,死狀恐怖星虹,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情镊讼,我是刑警寧澤宽涌,帶...
    沈念sama閱讀 34,339評論 4 330
  • 正文 年R本政府宣布,位于F島的核電站蝶棋,受9級特大地震影響护糖,放射性物質(zhì)發(fā)生泄漏。R本人自食惡果不足惜嚼松,卻給世界環(huán)境...
    茶點故事閱讀 39,955評論 3 313
  • 文/蒙蒙 一嫡良、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧献酗,春花似錦寝受、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 30,770評論 0 21
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至,卻和暖如春甩苛,著一層夾襖步出監(jiān)牢的瞬間蹂楣,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 32,000評論 1 266
  • 我被黑心中介騙來泰國打工讯蒲, 沒想到剛下飛機(jī)就差點兒被人妖公主榨干…… 1. 我叫王不留痊土,地道東北人。 一個月前我還...
    沈念sama閱讀 46,394評論 2 360
  • 正文 我出身青樓墨林,卻偏偏與公主長得像赁酝,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子旭等,可洞房花燭夜當(dāng)晚...
    茶點故事閱讀 43,562評論 2 349

推薦閱讀更多精彩內(nèi)容