python-sklearn

`python-sklearn`是Python中的一个机器学习库，全称为scikit-learn，它提供了包括分类、回归、聚类等多种机器学习算法，还包括了数据预处理、特征选择、模型评估等工具。使用`python-sklearn`可以方便地进行机器学习任务的开发和实验。

如果你想在Ubuntu系统中安装`python-sklearn`，可以通过以下命令进行安装：

sudo apt-get install python-sklearn

如果你使用的是Python的虚拟环境，可以通过以下命令安装：

pip install -U scikit-learn

安装完成后，你就可以在Python代码中导入`sklearn`模块，使用其中的各种机器学习算法和工具了。例如，下面的代码演示了如何使用`python-sklearn`进行线性回归：

from sklearn.linear_model import LinearRegression
import numpy as np

# 构造数据集
X = np.array([[1, 1], [2, 2], [3, 3]])
y = np.array([2, 4, 6])

# 创建模型并拟合数据
model = LinearRegression().fit(X, y)

# 预测新数据
X_new = np.array([[4, 4], [5, 5]])
y_new = model.predict(X_new)

print(y_new)  # 输出预测结果

这个例子中，我们使用`python-sklearn`的线性回归模型来拟合一个简单的数据集，并预测新的数据点的输出值。