这个分析笔记由Jake Vanderplas编辑汇总。源代码和license文件在GitHub。中文翻译由派兰数据在派兰大数据分析平台上完成。源代码在GitHub上。

scikit-learn简介: 基于Python的机器学习

教程目标

介绍机器学习的基础，和一些实用的技巧。
介绍scikit-learn的结构，以便于您可以使用这个功能强大的工具。

使用前提

本教程需要安装以下的包：

Python 2.7 或者 3.4+
numpy 1.8 或者更新版本: http://www.numpy.org/
scipy 0.15 或者更新版本: http://www.scipy.org/
matplotlib 1.3 或者更新版本: http://matplotlib.org/
scikit-learn 0.15 或者更新版本: http://scikit-learn.org
ipython/jupyter 3.0 或者更新版本，支持python notebook: http://ipython.org
seaborn: 0.5 或者更新版本，用于图片的规格化

最简单的安装方法是使用 conda 环境管理工具。我建议下载和安装miniconda。

下面的命令会自动安装所有需要的包：

$ conda install numpy scipy matplotlib scikit-learn ipython-notebook

另外，您可以选择下载和安装 Anaconda 软件发行版（非常大），可以在https://store.continuum.io/ 中找到。

【译者注】在派兰大数据分析和人工智能平台上免费注册，即可拥有上述所有的包，本教程所有分析笔记也在派兰分析平台上同步，方便交互式学习。

检查您的安装

您可以运行如下命令去检查您安装的包的版本：

（在 IPython notebook中，同时按下 shift 和 return 可以运行一个单元的内容）



In [ ]:

    
from __future__ import print_function

import IPython
print('IPython:', IPython.__version__)

import numpy
print('numpy:', numpy.__version__)

import scipy
print('scipy:', scipy.__version__)

import matplotlib
print('matplotlib:', matplotlib.__version__)

import sklearn
print('scikit-learn:', sklearn.__version__)

import seaborn
print('seaborn', seaborn.__version__)

实用资源

scikit-learn: http://scikit-learn.org (重点在narrative文档)
matplotlib: http://matplotlib.org (重点在gallery节)
IPython: http://ipython.org （还可以看 http://nbviewer.ipython.org)



In [ ]:

scikit-learn简介: 基于Python的机器学习

教程目标

目录：

使用前提

检查您的安装

实用资源