要学习
Sklearn，安装是第一步，由于 Sklearn 依赖于其他几个库（如 NumPy、SciPy
和 matplotlib），所以我们需要确保这些依赖库也已安装。
系统环境要求：
- Python 版本：scikit-learn 支持 Python 3.7 及以上版本。
- 操作系统：scikit-learn 可以在 Windows、macOS 和 Linux 等主流操作系统上运行。
- 包管理工具：你可以使用 pip 或 conda 来安装 scikit-learn。
本章节我们使用 pip 安装 scikit-learn。
安装前，确保已安装 Python 和 pip。
检查 Python 是否安装：
检查 pip 是否安装：
如果未安装 python 和 pip，可以参考我们的： Python 安装 与 Pip 安装。
注意：目前最新的 Python 版本已经预装了
pip。
注意：Python 2.7.9 + 或 Python
3.4+ 以上版本都自带 pip 工具。
|
安装 Sklearn
Sklearn 全称为 scikit-learn。
使用 pip 安装最新版本的 scikit-learn：
如果你希望安装特定版本的 scikit-learn，可以指定版本号：
pip
install scikit-learn==1.2.0 |
检查安装是否成功
安装完成后，我们可以通过以下代码检查 scikit-learn 是否安装成功：
实例
import
sklearn
print(sklearn.__version__)
|
如果成功显示 scikit-learn 的版本号，类似如下，则表示安装成功：
使用 conda 安装 scikit-learn
如果你使用的是 Anaconda 环境，推荐使用 conda 来安装 scikit-learn。
Anaconda 是一个用于科学计算的 Python 发行版，内置了许多数据科学和机器学习的库，方便开发者使用。
如果你还不了解 Anaconda，可以参考：Anaconda 教程。
创建一个新的 conda 环境（可选）
你可以选择为 scikit-learn 创建一个新的虚拟环境，以避免与其他项目发生冲突：
conda create -n sklearn-env
python=3.9
conda activate sklearn-env
|
安装 scikit-learn
使用 conda 安装 scikit-learn：
conda
install scikit-learn |
如果你想安装特定版本，可以指定版本号：
conda
install scikit-learn=1.2.0 |
验证安装
在 conda 环境中，你可以通过 Python shell 或 Jupyter Notebook
来验证安装：
import sklearn
print(sklearn.__version__)
|
如果成功显示 scikit-learn 的版本号，类似如下，则表示安装成功：
安装其他依赖
scikit-learn 依赖于一些其他库，特别是：
- NumPy：用于处理数组和数值计算
- SciPy：提供更高级的数学计算工具
- matplotlib（可选）：用于数据可视化
- joblib（可选）：用于模型的持久化（保存和加载
如果你使用 pip 安装，scikit-learn 会自动安装这些依赖，但如果你想手动安装或更新它们，可以使用以下命令：
pip
install numpy scipy matplotlib joblib |
使用 conda 安装，则所有的依赖库会自动安装。 |
