這是Python3.2安裝scikit-learn機(jī)器學(xué)習(xí)包下載，scikit-learn 機(jī)器學(xué)習(xí)包，很好的工具。但是官方網(wǎng)站沒有適合python3.x的，在國(guó)外unofficial網(wǎng)站下載。oVD紅軟基地
（網(wǎng)址見我的博文python、數(shù)據(jù)收集、數(shù)據(jù)分析） numpy、scipy、scikit-learn三個(gè)已打包，順序逐個(gè)安裝。oVD紅軟基地

軟件介紹

Python3.2安裝scikit-learn機(jī)器學(xué)習(xí)包是機(jī)器學(xué)習(xí)算法在近幾年大數(shù)據(jù)點(diǎn)燃的熱火熏陶下已經(jīng)變得被人所“熟知”，就算不懂得其中各算法理論，叫你喊上一兩個(gè)著名算法的名字，你也能昂首挺胸脫口而出。當(dāng)然了，算法之林雖大，但能者還是有限，能適應(yīng)某些環(huán)境并取得較好效果的算法會(huì)脫穎而出，而表現(xiàn)平平者則被歷史所淡忘。隨著機(jī)器學(xué)習(xí)社區(qū)的發(fā)展和實(shí)踐驗(yàn)證，這群脫穎而出者也逐漸被人所認(rèn)可和青睞，同時(shí)獲得了更多社區(qū)力量的支持、改進(jìn)和推廣。oVD紅軟基地
以最廣泛的分類算法為例，大致可以分為線性和非線性兩大派別。線性算法有著名的邏輯回歸、樸素貝葉斯、最大熵等，非線性算法有隨機(jī)森林、決策樹、神經(jīng)網(wǎng)絡(luò)、核機(jī)器等等。線性算法舉的大旗是訓(xùn)練和預(yù)測(cè)的效率比較高，但最終效果對(duì)特征的依賴程度較高，需要數(shù)據(jù)在特征層面上是線性可分的。因此，使用線性算法需要在特征工程上下不少功夫，盡量對(duì)特征進(jìn)行選擇、變換或者組合等使得特征具有區(qū)分性。而非線性算法則牛逼點(diǎn)，可以建模復(fù)雜的分類面，從而能更好的擬合數(shù)據(jù)。oVD紅軟基地
那在我們選擇了特征的基礎(chǔ)上，哪個(gè)機(jī)器學(xué)習(xí)算法能取得更好的效果呢？誰也不知道。實(shí)踐是檢驗(yàn)?zāi)膫�(gè)好的不二標(biāo)準(zhǔn)。那難道要苦逼到寫五六個(gè)機(jī)器學(xué)習(xí)的代碼嗎？No，機(jī)器學(xué)習(xí)社區(qū)的力量是強(qiáng)大的，碼農(nóng)界的共識(shí)是不重復(fù)造輪子！因此，對(duì)某些較為成熟的算法，總有某些優(yōu)秀的庫(kù)可以直接使用，省去了大伙調(diào)研的大部分時(shí)間。oVD紅軟基地
基于目前使用python較多，而python界中遠(yuǎn)近聞名的機(jī)器學(xué)習(xí)庫(kù)要數(shù)scikit-learn莫屬了。這個(gè)庫(kù)優(yōu)點(diǎn)很多。簡(jiǎn)單易用，接口抽象得非常好，而且文檔支持實(shí)在感人。本文中，我們可以封裝其中的很多機(jī)器學(xué)習(xí)算法，然后進(jìn)行一次性測(cè)試，從而便于分析取優(yōu)。當(dāng)然了，針對(duì)具體算法，超參調(diào)優(yōu)也非常重要。oVD紅軟基地

軟件說明

Python3.2安裝scikit-learn機(jī)器學(xué)習(xí)包是Python的一個(gè)開源機(jī)器學(xué)習(xí)模塊，它建立在NumPy，SciPy和matplotlib模塊之上。值得一提的是，scikit-learn最先是由David Cournapeau在2007年發(fā)起的一個(gè)Google Summer of Code項(xiàng)目，從那時(shí)起這個(gè)項(xiàng)目就已經(jīng)擁有很多的貢獻(xiàn)者了，而且該項(xiàng)目目前為止也是由一個(gè)志愿者團(tuán)隊(duì)在維護(hù)著。oVD紅軟基地

相關(guān)介紹

　　scikit-learn的安裝方法有很多種，而且也是適用于各種主流操作系統(tǒng)，scikit-learn主頁(yè)上也分別詳細(xì)地介紹了在不同操作系統(tǒng)下的三種安裝方法，具體安裝詳情請(qǐng)移步至 installing scikit-learn。oVD紅軟基地
　　在這里，首先向大家推薦一款學(xué)習(xí)Python的強(qiáng)大的開發(fā)環(huán)境python(x，y)。python(x，y)是一個(gè)基于python的科學(xué)計(jì)算軟件包，它包含集成開發(fā)環(huán)境Eclipse和Python開發(fā)插件pydev、數(shù)據(jù)交互式編輯和可視化工具spyder，而且還內(nèi)嵌了Python的基礎(chǔ)數(shù)據(jù)庫(kù)numpy和高級(jí)數(shù)學(xué)庫(kù)scipy、3D可視化工具集MayaVi、Python界面開發(fā)庫(kù)PyQt、Python與C/C++混合編譯器SWIG。除此之外，python(x，y)配備了豐富齊全的幫助文檔，非常方便科研人員使用。oVD紅軟基地
　　對(duì)于像樓主這樣，在學(xué)校習(xí)慣了用Matlab仿真搞科研的學(xué)生而言，python(x，y)是學(xué)習(xí)Python的一個(gè)絕佳選擇，其中內(nèi)嵌的spyder提供了類似于Matlab的交互界面，可以很方便地使用。python(x，y)的下載請(qǐng)點(diǎn)擊這里：python(x，y)下載。oVD紅軟基地
　　由于scikit-learn是基于NumPy、SciPy和matplotlib模塊的，所以在安裝scikit-learn之前必須要安裝這3個(gè)模塊，這就很麻煩。但是，如果你提前像樓主這樣安裝了python(x，y)，它本身已經(jīng)包含上述的模塊，你只需下載與你匹配的scikit-learn版本，直接點(diǎn)擊安裝即可。oVD紅軟基地
　　scikit-learn各種版本下載：scikit-learn下載。oVD紅軟基地

軟件截圖

oVD紅軟基地