安装 scikit-learn

如果你想为这个项目做出贡献,建议你 安装最新的开发版本 .

安装最新版本

Scikit-learn 要求:

  • Python (>= 2.7 or >= 3.3),
  • NumPy (>= 1.8.2),
  • SciPy (>= 0.13.3).

如果你已经有一个安全的 numpy 和 scipy,安装 scikit-learn 最简单的方法是使用 pip

pip install -U scikit-learn

或者 conda:

conda install scikit-learn

如果您还没有安装 NumPy 或 SciPy,还可以使用 conda 或 pip 来安装它们。 当使用 pip 时,请确保使用了 binary wheels,并且 NumPy 和 SciPy 不会从源重新编译,这可能在使用操作系统和硬件的特定配置(如 Raspberry Pi 上的 Linux)时发生。 从源代码构建 numpy 和 scipy 可能是复杂的(特别是在 Windows 上),并且需要仔细配置,以确保它们与线性代数程序的优化实现链接。而是使用如下所述的第三方发行版。

如果您必须安装 scikit-learn 及其与 pip 的依赖关系,则可以将其安装为 scikit-learn[alldeps]。 最常见的用例是 requirements.txt 用作 PaaS 应用程序或 Docker 映像的自动构建过程的一部分的文件。此选项不适用于从命令行进行手动安装。

第三方发行版

如果您尚未安装具有 numpy 和 scipy 的 python 安装,建议您通过软件包管理器或通过 python 软件包进行安装。 这些与 numpy, scipy, scikit-learn, matplotlib 和许多其他有用的科学和数据处理库。

可用选项有:

Canopy 和 Anaconda 适用于所有支持的平台

CanopyAnaconda 都运送了最新版本的 scikit-learn,另外还有一大批适用于 Windows,Mac OSX 和 Linux 的科学 python 库。

Anaconda 提供 scikit-learn 作为其免费分发的一部分.

Warning

升级或卸载使用 Anaconda 安装的 scikit-learn,或者 conda 不应该使用 pip 命令。代替:

升级 scikit-learn:

conda update scikit-learn

卸载 scikit-learn:

conda remove scikit-learn

使用 pip install -U scikit-learn 升级 or pip uninstall scikit-learn 卸载 可能无法正确删除 conda 命令安装的文件.

pip 升级和卸载操作仅适用于通过 pip install 安装的软件包.

WinPython 适用于 Windows

WinPython 项目分布 scikit-learn 作为额外的插件。

有关特定操作系统的安装说明或汇编出血边缘版本,请参阅 Advanced installation instructions.