带领初学者迈 入 Python 编程的大门-第二章Python机器学习软件包.pdf

第 2 章 Python 机器学习软件包 本章介绍了 scikit-learn 相关开发环境的搭建步骤，以及 IPython、 Numpy 和 Pandas、 Matplotlib 等软件包的基础知识，最后通过一个 scikit-learn 机器学习实例，介绍了 scikit- learn 的一般性原理和通用规则。本章涵盖的主要内容如下： 搭建 Python 机器学习编程环境； 熟悉 IPython 交互式编程环境； 熟悉 Numpy 包的基础操作； 熟悉 Pandas 包的基础操作； 熟悉 Matplotlib 及常用的画图操作； 熟悉 scikit-learn 软件包，并完成一个手写识别机器学习程序。 2.1 开发环境搭建 若读者没有安装过 Python，一个最简单的方式是直接安装 Python 针对科学计算而发 布的开发环境 Anaconda。访问 www.continuum.io/downloads 网站，根据你所使用的操作系 统下载合适的版本直接安装即可。 Anaconda 里包含了本书要求的所有工具包，包括 IPython、Numpy、scipy、Matplotlib 和 scikit-learn 等，针对主流的操作系统 Windows/Linux/ Mac 都提供了相应的安装包。 若读者已经安装了 Python 或者觉得 Anaconda 安装包太大了，只想安装需要的工具包， 则可以逐个安装这些工具包。这里假设已经安装了 Python 和 pip。那么可以通过 pip 命令 来安装所需要的工具包： pip install jupyter numpy matplotlib scipy scikit-learn seaborn 若读者没有安装 pip，可以参阅 pip 官方网站 pip.pypa.io/en/stable/installing，具体步骤 是下载 get-pip.py 文件，然后用 python 命令执行这个文件即可完成 pip 的安装。 安装完成后，可以在终端输入 ipython 命令启动 IPython，并在 IPython 环境检查我们 所需要的工具包的版本号。这里安装的工具包及其版本号如下： $ ipython Python 2.7.10 (default, Jul 30 2016, 19:40:32) Type copyright, credits or license for more information. scikit-learn 机器学习：常用算法原理及编程实战 IPython 5.3.0 -- An enhanced Interactive Python. ? - Introduction and overview of IPythons features. %quickref - Quick reference. help - Pythons own help system. object? - Details about object, use object?? for extra details. In [1]: import numpy In [2]: import matplotlib In [3]: import sklearn In [4]: numpy.__version__ Out[4]: 1.12.0 In [5]: matplotlib.__version__ Out[5]: 2.0.0 In [6]: sklearn.__version__ Out[6]: 0.18.1 Python：2.7.10； Ipython：5.3.0； Numpy： 1.12.0； Matplotlib：2.0.0； Sklearn：0.18.1。 本书所有的示例程序均在上面的环境中测试通过。如果读者要安装和本书编写时一样 的编程环境，可以下载随书代码，找到代码主目录，并在主目录下执行 pip install -r requirements.