Scikit-learn, également connue sous le nom de Sklearn, est la bibliothèque Python open source la plus utile et la plus puissante qui implémente des algorithmes d'apprentissage automatique et de modélisation statistique, notamment la classification, la régression, le clustering et la réduction de dimensionnalité. Utilisez une interface unifiée. . La bibliothèque Scikit-learn est écrite en Python et construite sur d'autres packages Python tels que NumPy (Numerical Python) et SciPy (Scientific Python).
Pour installer Scikit-learn sur Windows, veuillez suivre ces étapes :
Ouvrez l'invite de commande sur votre système et tapez les commandes suivantes pour vérifier si Python et pip sont installés ou non.
Python --version
Si vous avez Python sur votre système, la version Python installée s'affichera. Sinon, vous pouvez installer Python manuellement à partir de https://www.php.cn/link/7fd3b80fb1884e2927df46a7139bb8bf.
pip --version
Si pip est installé avec succès sur votre système, il affichera sa version.
Scikit-learn peut être installé à l'aide de pip Vous pouvez exécuter la commande suivante dans l'invite de commande pour installer scikit-learn −
.pip install scikit-learn
La commande ci-dessus commencera à télécharger et à installer les packages liés à la bibliothèque Scikit-learn Python. Une fois terminé, elle affichera le message d'installation réussie.
Anaconda, une plateforme de distribution python, propose scikit-learn dans le cadre de sa distribution gratuite.
Vous pouvez mettre à jour le package scikit-learn à l'aide des étapes ci-dessous −
Ouvrez l'invite de commande Anaconda sur votre système et entrez la commande suivante pour vérifier si Python et conda sont installés.
Python --version
Si Python est installé sur votre système, la version de Python installée sera affichée.
conda --version
Si conda est installé avec succès sur votre système, il affichera sa version. Il est toujours recommandé de mettre à jour conda vers sa dernière version en utilisant la commande suivante −
.conda update conda
Comme indiqué ci-dessus, scikit-learn est préinstallé dans l'environnement Anaconda Python. Vérifiez la version de la bibliothèque scikit-learn installée à l'aide de la commande suivante -
conda list scikit-learn
Il affichera la version de scikit-learn installée sur votre système dans la distribution Anaconda.
Maintenant, pour le mettre à jour vers la dernière version, tapez la commande suivante sur le terminal −
conda update scikit-learn
Alternativement, vous pouvez mettre à jour la bibliothèque scikit-learn vers une version spécifique en tapant −
conda install -c anaconda scikit-learn=1.0.2
La commande ci-dessus commencera à télécharger et à installer les packages liés à la bibliothèque Scikit-learn Python. Une fois terminé, elle affichera le message d'installation réussie.
Pour installer Scikit-learn sur macOS, veuillez suivre ces étapes :
Avant d'installer scikit-learn sur votre macOS, vous devez préinstaller Python 3. Utilisez le gestionnaire de packages homebrew pour installer Python3.
.brew install python
Vous pouvez également installer Python manuellement à partir de https://www.php.cn/link/7fd3b80fb1884e2927df46a7139bb8bf.
Scikit-learn peut être installé à l'aide de pip Vous pouvez exécuter la commande suivante pour installer la dernière version de scikit-learn −
.pip install -U scikit-learn
La commande ci-dessus commencera à télécharger et à installer les packages liés à la bibliothèque Scikit-learn Python. Une fois terminé, elle affichera le message d'installation réussie.
Utilisez la commande ci-dessous pour vérifier votre installation −
python -m pip show scikit-learn
Pour installer Scikit-learn sur macOS dans un environnement virtuel, suivez ces étapes :
Avant d'installer scikit-learn sur votre macOS, vous devez préinstaller Python 3. Utilisez le gestionnaire de packages homebrew pour installer Python3.
.brew install python
Vous pouvez également installer Python manuellement à partir de https://www.php.cn/link/7fd3b80fb1884e2927df46a7139bb8bf.
Une fois python installé sur votre système, vous devez créer un environnement virtuel en tapant −
python -m venv sklearn-venv
La commande ci-dessus créera un environnement virtuel nommé Sklearn-venv. Pour activer cet environnement virtuel, tapez −
.source Sklearn-venv/bin/activate
Vous pouvez maintenant utiliser pip pour installer la dernière version de scikit-learn dans l'environnement virtuel créé ci-dessus.
pip install -U scikit-learn
Pour vérifier votre installation, tapez -
python -m pip show scikit-learn
Pour éviter les conflits avec d'autres packages installés, il est recommandé de toujours utiliser un environnement virtuel.
在Linux发行版上安装Scikit-learn,请按照以下步骤进行操作−
在您的系统上打开命令提示符,并输入以下命令以检查是否已安装Python3和pip3。
Python3 --version
如果您的系统上安装了Python,则会显示已安装的Python版本。
如果没有,请运行以下命令安装Python3 −
sudo apt-get install python3.6
The above command will install Python 3.6 on Ubuntu 16.10 or newer.
To see if pip3 is installed, open a command prompt, run the below command −
command -v pip3
如果pip在您的系统上成功安装,它将显示其版本。
输入并运行以下命令,以在您的Linux发行版上安装最新版本的scikit-learn −
Pip3 install -U scikit-learn
You can use the below command to check scikit-learn installation −
Python3 -m pip show scikit-learn
To install Scikit-learn on Linux in virtual environment, follow the steps given below:
在您的系统上打开命令提示符,并输入以下命令以检查是否已安装Python3和pip3。
Python3 --version
如果您的系统上安装了Python,则会显示已安装的Python版本。
如果没有,请运行以下命令安装Python3 −
sudo apt-get install python3.6
The above command will install Python 3.6 on Ubuntu 16.10 or newer.
To see if pip3 is installed, open a command prompt, run the below command −
command -v pip3
如果pip在您的系统上成功安装,它将显示其版本。
通过输入以下命令创建一个虚拟环境 -
python3 -m venv sklearn-venv
The above command will create a virtual environment named Sklearn-venv. To activate this virtual environment, type −
source Sklearn-venv/bin/activate
You can now use pip to install the latest release of scikit-learn in above created virtual environment.
Pip3 install -U scikit-learn
要检查您的安装,请运行以下命令 -
Python3 -m pip show scikit-learn
为了避免与其他已安装的软件包发生冲突,建议始终使用虚拟环境。
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!