【进阶】Scikit-Learn简介与安装

# 2.1 系统要求与依赖库安装

### 系统要求

* 操作系统：Windows、macOS 或 Linux
* Python 版本：3.6 或更高版本
* 内存：建议 8GB 或以上
* 硬盘空间：根据数据集大小而定

### 依赖库安装

Scikit-Learn 依赖于以下库：

* NumPy
* SciPy
* Matplotlib
* Pandas
* Joblib

可以通过以下命令安装这些依赖库：

pip install numpy scipy matplotlib pandas joblib

# 2. Scikit-Learn安装与环境配置

### 2.1 系统要求与依赖库安装

**系统要求：**

* 操作系统：Windows、macOS、Linux
* Python版本：3.6 或更高
* 内存：推荐 8GB 或以上
* 硬盘空间：根据数据集大小而定

**依赖库安装：**

Scikit-Learn 依赖于以下库：

* NumPy
* SciPy
* Matplotlib
* Pandas
* Seaborn

可以通过以下命令安装这些依赖库：

pip install numpy scipy matplotlib pandas seaborn

### 2.2 Scikit-Learn安装方式

**方法 1：使用 pip 安装**

pip install scikit-learn

**方法 2：使用 conda 安装**

conda install scikit-learn

### 2.3 环境配置与验证

**配置虚拟环境（推荐）：**

创建一个虚拟环境可以隔离 Scikit-Learn 及其依赖库，避免与系统其他环境冲突。

python -m venv my_env
source my_env/bin/activate

**验证安装：**

在命令行中输入以下命令，验证 Scikit-Learn 是否已成功安装：

python -c "import sklearn"

如果出现如下输出，则表示安装成功：

<module 'sklearn' from '/path/to/scikit-learn/sklearn/__init__.py'>

**代码块：**

import sklearn
print(sklearn.__version__)

**逻辑分析：**

该代码导入 Scikit-Learn 库并打印其版本号。

**参数说明：**

* `sklearn.__version__`：Scikit-Learn 的版本号。

# 3. Scikit-Learn数据预处理

### 3.1 数据导入与探索

数据预处理是机器学习工作流程中至关重要的一步，它可以提高模型的性能并减少训练时间。Scikit-Learn提供了一系列用于数据预处理的工具，包括数据导入、探索和可视化。

#### 数据导入

Scikit-Learn支持从各种来源导入数据，包括CSV文件、NumPy数组和Pandas数据框。以下代码示例演示了如何从CSV文件导入数据：

import pandas as pd
from sklearn.datasets import load_iris

# 从CSV文件导入数据
data = pd.read_csv('iris.csv')

# 使用Scikit-Learn的load_iris()函数导入鸢尾花数据集
iris = load_iris()

#### 数据探索

导入数据后，需要探索数据以了解其分布、缺失值和异常值。Scikit-Learn提供了一系列工具用于数