安装与环境设置

正确设置环境是使用 Scikit-learn 的必要步骤。Scikit-learn 旨在与现有 Python 科学计算体系顺利协作。恰当的设置能够保证你跟进示例，并将这些技术应用到你自己的项目中，避免兼容性问题。

如课程先决条件中所述，你应该已经安装了 Python，并对 NumPy 和 Pandas 有基本熟悉。Scikit-learn 直接基于这些库，特别是利用 NumPy 的数组结构和数学函数，并与 Pandas DataFrames 良好集成。

使用虚拟环境（推荐）

强烈建议为你的 Python 项目，包括本课程，使用虚拟环境。虚拟环境隔离项目依赖，避免了不同项目之间可能需要的同一库的不同版本造成的冲突。

使用 venv（Python 内置工具）：

1. 创建环境： 打开你的终端或命令提示符，切换到你的项目目录，然后运行：

   python -m venv sklearn-env
   

   （将 sklearn-env 替换为你偏好的环境名称）。

2. 激活环境：

   • 在 macOS 和 Linux 上：

     source sklearn-env/bin/activate
     

   • 在 Windows 上：

     sklearn-env\Scripts\activate
     

   你的终端提示符现在应该显示虚拟环境已激活。

使用 conda（如果你使用 Anaconda 或 Miniconda）：

1. 创建环境：

   conda create --name sklearn-env python=3.9
   

   （将 sklearn-env 替换为你选择的名称，如果需要，指定一个 Python 版本）。Conda 将要求你确认要安装的软件包。

2. 激活环境：

   conda activate sklearn-env
   

在已激活的虚拟环境中工作，可以保证你安装的软件包独立存在，并且不会影响你的全局 Python 安装或其他项目。

安装 Scikit-learn

虚拟环境激活后，你就可以安装 Scikit-learn。该库本身依赖于 NumPy 和 SciPy。使用 pip 或 conda 等标准软件包管理器安装 Scikit-learn，通常会自动处理这些依赖关系。

使用 pip：

这是标准 Python 软件包安装器。如果你不使用 Anaconda 分发版，这通常是最简单的方法。

pip install scikit-learn

此命令将下载并安装最新稳定版本的 Scikit-learn，如果你的环境中尚未存在 NumPy 和 SciPy，它还会一并安装所需的版本。

使用 conda：

如果你正在使用 Anaconda 或 Miniconda，conda 是推荐的软件包管理器。

conda install scikit-learn

Conda 管理软件包和环境，包括可能复杂的二进制依赖，这有时会带来好处，尤其是在 Windows 上。

核心依赖

Scikit-learn 的主要依赖是：

• NumPy： 用于高效的数组操作、线性代数和数值计算（<https://numpy.org/>）。Scikit-learn 的主要数据结构通常是 NumPy 数组。
• SciPy： 提供用于科学计算的基础算法，Scikit-learn 将其用于部分实现（<https://scipy.org/>）。

这些库构成了科学 Python 生态系统的基础，并且几乎总是与 Scikit-learn 一同安装。

增强功能的可选依赖

尽管对于基本的 Scikit-learn 使用并非严格必需，但在典型的机器学习 (machine learning)工作流程中，你经常会用到其他库：

• Pandas： 是数据操作和分析的重要工具，尤其适用于加载和准备存储在表格格式（如 CSV 文件）中的数据（<https://pandas.pydata.org/>）。Scikit-learn 与 Pandas DataFrames 集成度很高。
• Matplotlib： 用于创建静态、动画和交互式可视化图表的标准库（<https://matplotlib.org/>）。有助于数据分析和模型评估。
• Seaborn： 基于 Matplotlib 构建，Seaborn 提供高级接口，用于绘制美观且信息丰富的统计图形（<https://seaborn.pydata.org/>）。

如果你的环境中尚未安装这些库，你可以使用 pip 或 conda 添加它们：

使用 pip：

pip install pandas matplotlib seaborn jupyterlab

（我们在这里加入了 jupyterlab，因为它提供了一个方便的交互式数据科学工作环境，你可能会觉得它有用）。

使用 conda：

conda install pandas matplotlib seaborn jupyterlab

验证安装

为确认 Scikit-learn 已正确安装，你可以在已激活的虚拟环境中启动 Python 解释器或 Jupyter Notebook 会话，然后运行以下命令：

import sklearn
import numpy
import scipy
import pandas # 可选，如果已安装
import matplotlib # 可选，如果已安装

# 打印 scikit-learn 版本
print(f"Scikit-learn version: {sklearn.__version__}")
print(f"NumPy version: {numpy.__version__}")
print(f"SciPy version: {scipy.__version__}")
# print(f"Pandas version: {pandas.__version__}") # 如果已安装，请取消注释
# print(f"Matplotlib version: {matplotlib.__version__}") # 如果已安装，请取消注释

如果这些命令执行时没有引发 ImportError 并打印库版本，那么你的环境就设置正确了，可以继续学习 Scikit-learn 的功能了。我们将在本章末的动手实践中进行更正式的验证。