1.1　sklearn環境配置

如果你使用的Python環境是Anaconda，那么默認已經安裝了sklearn。考慮到有些讀者并沒有使用Anaconda，這里還是介紹一下如何使用pip安裝sklearn及其依賴庫。

1.1.1　環境要求

本書中使用的sklearn版本號為0.21.3，該版本對環境有如下的要求：

• Python版本號大于等于3.5；
• NumPy版本號大于等于1.11.0；
• SciPy版本號大于等于0.17.0；
• joblib版本號大于等于0.11；
• Matplotlib版本號大于等于1.5.1；
• scikit-image版本號大于等于0.12.3；
• pandas版本號大于等于0.18.0。

如果你的Python版本是Python 3.4及以下，請使用sklearn 0.20以下的版本。

1.1.2　安裝方法

安裝sklearn時，只需執行以下命令：

pip install scikit-learn

此時pip會自動安裝sklearn的依賴庫。如果想批量指定依賴庫的版本，可以寫一個requirements.txt文件，其內容如下：

scipy==0.17.0
joblib==0.11
matplotlib==1.5.1
scikit-image==0.12.3
pandas==0.18.0

然后使用如下指令一次性安裝：

pip install -r requirements.txt

至于NumPy庫，如果你想提升計算性能，建議下載與自己的Python版本對應的NumPy庫和MKL庫。

1.1.3　修改pip源

在使用pip的過程中，經常會出現下載速度緩慢，或者干脆無法下載的情況。就像下面這樣，速度非常慢，或者一直提示Retrying：

100% |████████████████████████████████| 5.9MB 13kB/s
Collecting numpy>=1.11.0 (from scikit-learn->sklearn)
  Retrying (Retry(total=4, connect=None, read=None, redirect=None, status=None)) after connection broken
by 'ReadTimeoutError("HTTPSConnectionPool(host='pypi.org', port=443): Read timed out. (read timeout=15)")': /simple/numpy/

如果你在使用pip進行下載和安裝的過程中出現了上述情況，那么嘗試將pip源修改為國內源，可以大幅提高下載速度。

在Windows環境下修改pip源的方法如下。

(1) 在資源管理器中，輸入%appdata%，會自動進入AppData/Roaming文件夾。

(2) 在這個文件夾中新建一個pip文件夾。

(3) 在pip文件夾下新建pip.ini文件。

(4) 在pip.ini文件中輸入如下內容：

[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple

(5) 再次使用pip，即可享用國內源超高的下載速度：

H:\MachineLearning-Python >pip install numpy
Looking in indexes: https://pypi.tuna.tsinghua.edu.cn/simple
Collecting numpy
  Downloading https://pypi.tuna.tsinghua.edu.cn/packages/bd/51/7df1a3858ff0465f760b482514f1292836f8be08d84aba411b48dda72fa9/numpy-1.17.2-cp37-cp37m-win_amd64.whl (12.8MB)
    100% |████████████████████████████████| 12.8MB 1.7MB/s
Installing collected packages: numpy
Successfully installed numpy-1.17.2

修改之后，速度直接提升至原來的一百多倍。若上述源的速度還是不夠快，可以切換成其他國內源。目前，國內的pip源主要有下面幾個。

• 阿里云：http://mirrors.aliyun.com/pypi/simple/。
• 豆瓣：http://pypi.douban.com/simple/。
• 清華大學：https://pypi.tuna.tsinghua.edu.cn/simple/。
• 中國科學技術大學：http://pypi.mirrors.ustc.edu.cn/simple/。

在Linux系統下修改pip源的操作和前面類似。以Ubuntu為例，只需執行以下指令：

mkdir ~/.pip
vim ~/.pip/pip.conf

然后寫入pip源的內容即可：

[global]
index-url = https://pypi.tuna.tsinghua.edu.cn/simple

1.1.4　安裝Jupyter Notebook

Jupyter Notebook是一種網頁形式的編程工具，能夠在網頁中直接編寫和運行代碼，并實時顯示代碼的運行結果。同時Jupyter Notebook支持Markdown語法，可以將代碼說明和代碼混合在一起。

對于機器學習工作者來說，使用Jupyter Notebook一般出于以下3個目的。

• 編寫小段需要圖像展示的案例。
• 分階段運行代碼，檢測代碼中的錯誤（這對于計算機視覺算法來說尤其方便）。
• 在服務器上遠程編寫代碼。給予 Jupyter Notebook的網頁服務的特性，我們可以很輕松地在自己的計算機上訪問服務器上運行的Jupyter Notebook。

Jupyter Notebook的安裝過程很簡單，可以直接使用pip安裝（Anaconda中自帶Jupyter Notebook）：

pip install jupyter

安裝完成之后，在終端或cmd.exe中輸入：

jupyter notebook

此時Jupyter Notebook會自動打開計算機中的默認瀏覽器，可以看到如圖1-2所示的網頁。

圖 1-2　Jupyter Notebook

點擊New→Python 3之后，就會自動創建一個Notebook，如圖1-3所示。

圖 1-3　Notebook

進入Notebook之后，就可以在代碼塊中編寫代碼了。如圖1-4所示，借助“魔法命令”%matplotlib inline，就可以輕松地在Notebook中做圖形展示了。

圖 1-4　Jupyter Notebook編程示例

因為工具操作簡單，這里不再贅述，本書后面用到Jupyter Notebook的部分會單獨說明。