windows环境下安装scikit-learn

1 安装python

安装python3.7

2 安装需要的依赖库

2.1 下载库

由于墙的原因，直接使用pip命令安装包会出各种诡异的问题，所以就需要将用到的包下载到本地进行安装。

scikit-learn需要依赖 numpy 、 scipy 和 matplotlib等，这些库又有自己的依赖库。

访问以下网站：

https://www.lfd.uci.edu/~gohlke/pythonlibs/

Ctrl+F进行搜索，需要的库，并根据python的版本和操作系统的版本，选择可以安装的库。

2.2 安装库

运行cmd，键入：

pip3 list

查看已经安装的库及其版本

然后使用pip3命令安装已经下载的whl文件（*.whl是python的一种压缩包），以安装numpy为例，键入如下指令：

pip3 install numpy-1.15.1+mkl-cp37-cp37m-win_amd64.whl

会报错，显示在用户目录下找不到需要安装的whl文件，需要将下载的whl文件复制到相应的文件架下，再次键入指令，进行安装。

其中有可能会遇到缺少依赖库的情况，只需要重复上述的过程，安装依赖库。

3 测试

安装完成后，创建如下的python脚本进行测试：

调用sk的数据

from sklearn import datasets

iris = datasets.load_iris()

digits = datasets.load_digits()

print(digits.data)

朴素贝叶斯（Naive Bayes）分类器

import numpy as np

X = np.array([[-1, -1], [-2, -1], [-3, -2], [1, 1], [2, 1], [3, 2]])

Y = np.array([1, 1, 1, 2, 2, 2])

from sklearn.naive_bayes import GaussianNB

clf = GaussianNB()

clf.fit(X, Y)

print("==Predict result by predict==")

print(clf.predict([[-0.8, -1]]))

print("==Predict result by predict_proba==")

print(clf.predict_proba([[-0.8, -1]]))

print("==Predict result by predict_log_proba==")

print(clf.predict_log_proba([[-0.8, -1]]))