Python的sklearn库安装教程（超简单）

如果你希望成功，以恒心为良友，以经验为参谋，以小心为兄弟，以希望为哨兵。

目录

Python的sklearn库安装教程（超简单）

1.sklearn介绍

2.sklearn下载

①Win+R输入cmd进入到CMD窗口下

②输入python -m pip install scikit-learn进行安装

③如果②下载速度过慢 我们也可以使用清华镜像源来下载安装

3.sklearn使用

---

1.sklearn介绍

Sklearn，这个听起来有点像科学家的绰号，其实是个相当神奇的东西。它全称为Scikit-learn，是Python中最受欢迎的机器学习库之一。简单来说，它就像是机器学习的瑞士军刀，里面包含了各种各样的工具和算法，帮助你轻松地构建、训练和评估机器学习模型。

想象一下你正在处理一堆数据，想用它们来预测未来的趋势或者做一些聪明的事情。Sklearn就是你的好帮手，它提供了丰富多样的机器学习算法，从简单的线性回归到复杂的深度学习模型，应有尽有。

不过，要使用Sklearn，你首先得熟悉它的一些基本操作。比如，你得知道怎么加载数据，怎么选择合适的模型，怎么训练和评估模型，以及如何调整模型的参数以获得更好的性能。

最酷的是，Sklearn还提供了许多实用的工具，帮助你进行特征工程、数据预处理、模型选择等等。而且，它的文档十分完善，上面有大量的示例代码和教程，让你可以轻松上手。

所以，如果你想成为一名机器学习大师，Sklearn绝对是你的必备利器之一！

2.sklearn下载

当我们在创建一个需要用到sklearn的项目时候 他可能会出现报错信息 这是因为我们没有下载Python的sklearn-learn库 下面我们下载一下

①Win+R输入cmd进入到CMD窗口下

②输入python -m pip install scikit-learn进行安装

python -m pip install scikit-learn

③如果②下载速度过慢 我们也可以使用清华镜像源来下载安装

python -m pip install scikit-learn  -i https://pypi.tuna.tsinghua.edu.cn/simple

3.sklearn使用

我们重新启动一下Pycharm 此时会发现原来的报错信息没有了 我们运行一个程序试一下

# coding = UTF-8
# 拆分训练集和测试集
import matplotlib.pyplot as plt
from sklearn.model_selection import train_test_split
# 是线性回归类 是sklearn写好的 根据梯度下降法
from sklearn.linear_model import LinearRegression
import pandas as pd
# 1.加载数据 有监督学习
datas=pd.read_csv("D:\PyCharm 2021\jtxy_ml\data\household_power_consumption_1000.txt",sep=";")
# 2.对数据做清洗转换 如果有不好的数据
# 3.抽取X Y
X=datas.iloc[:,2:4]
Y=datas.iloc[:,5]
# 4.数据拆分 拆分成训练集和测试集
trainX,testX,trainY,testY=train_test_split(X,Y,test_size=0.2)
# 5.训练模型
model=LinearRegression()
# 训练 求theta
model.fit(trainX,trainY)
# 对测试集进行预测
yhat=model.predict(testX)
# 6.效果评估
# model.score(testX,testY)
import matplotlib.pyplot as plt
plt.figure()
# 预测值
plt.plot(range(len(yhat)),yhat,label="predict",color="red")
# 真实值
plt.plot(range(len(testY)),testY,label="test",color="green")

plt.legend()
plt.show()

运行成功 这样我们的sklearn库就安装好啦