安装最新版本

例如从 https://www.python.org 上安装Python 3的64位版本。

然后运行：

pip install -U scikit-learn

您可以使用以下语句去检查

python -m pip show scikit-learn # 查看scikit-learn安装的位置及安装的版本
python -m pip freeze # 查看所有在虚拟环境中已下载的包
python -c "import sklearn; sklearn.show_versions()"

操作系统：Windows

包管理器：conda

安装 conda (不需要管理员权限).

然后运行：

conda install scikit-learn

您可以使用以下语句去检查

conda list scikit-learn # 查看scikit-learn安装的位置及安装的版本
conda list # 查看所有在虚拟环境中已下载的包
python -c "import sklearn; sklearn.show_versions()"

操作系统：macOS

包管理器：pip

使用 homebrew ( brew install python ) 或通过从 https://www.python.org 手动安装软件包来安装Python 3

然后运行：

pip install -U scikit-learn

您可以使用以下语句去检查

python -m pip show scikit-learn # 查看scikit-learn安装的位置及安装的版本
python -m pip freeze # 查看所有在虚拟环境中已下载的包
python -c "import sklearn; sklearn.show_versions()"

操作系统：macOS

包管理器：conda

安装 conda (不需要管理员权限).

然后运行：

conda install scikit-learn

您可以使用以下语句去检查

conda list scikit-learn # 查看scikit-learn安装的位置及安装的版本
conda list # 查看所有在虚拟环境中已下载的包
python -c "import sklearn; sklearn.show_versions()"

操作系统：Linux

包管理器：pip

使用Linux发行版的软件包管理器安装python3和python3-pip

然后运行：

pip3 install -U scikit-learn

您可以使用以下语句去检查

python3 -m pip show scikit-learn # 查看scikit-learn安装的位置及安装的版本
python3 -m pip freeze # 查看所有在虚拟环境中已下载的包
python3 -c "import sklearn; sklearn.show_versions()"

操作系统：Linux

包管理器：conda

安装 conda (不需要管理员权限).

然后运行：

conda install scikit-learn

您可以使用以下语句去检查

conda list scikit-learn # 查看scikit-learn安装的位置及安装的版本
conda list # 查看所有在虚拟环境中已下载的包
python -c "import sklearn; sklearn.show_versions()"

​ 请注意，为了避免与其他软件包产生潜在的冲突，强烈建议使用虚拟环境，例如python3 virtualenv （请参阅 python3 virtualenv文档 ）或 conda环境 。

​ 使用独立的环境去安装scikit-learn的特定版本及其依赖项时，可以完全与任何先前安装的Python软件包区分开。特别是在Linux下，不建议安装pip软件包依赖于软件包管理器（apt，dnf，pacman…）管理的软件包上。

请注意，无论何时启动新的终端会话，您都应该始终记住在运行任何Python命令之前要先激活您选择的环境。

​ 如果尚未安装NumPy或SciPy，也可以使用conda或pip安装它们。使用pip时，请确保使用 二进制 wheels，并且不会从源代码重新编译NumPy和SciPy，这在使用操作系统和硬件的特定配置（例如Raspberry Pi上的Linux）时可能会发生。

​ 如果必须使用pip安装scikit-learn及其依赖项，则可以将其安装为 scikit-learn[alldeps] 。

​ Scikit-learn的绘图功能（例如，函数以“ plot_”开头和类以“ Display”结尾）需要Matplotlib（> = 2.1.1）。为了运行这些示例，需要Matplotlib> = 2.1.1。其他有些示例需要scikit-image> = 0.13，有些示例需要Pandas> = 0.18.0，有些示例需要seaborn> = 0.9.0。

Scikit-learn 0.20是最后一个支持Python 2.7和Python 3.4的版本。 Scikit-learn0.21支持Python 3.5-3.7。 Scikit-learn0.22支持Python 3.5-3.8。Scikit-learn现在需要Python 3.6或更高版本。
要在PyPy上安装，需要PyPy3-v5.10 +，Numpy 1.14.0+和scipy 1.1.0+。
scikit-learn的第三方发行版

​	一些第三方发行版提供了scikit-learn的版本及其软件包管理系统。
​	这些功能使用户的安装和升级变得更加容易，因为集成功能拥有自动安装scikit-learn所需的依赖项（numpy，scipy）的能力。
​	以下是OS和python发行版提供的scikit-learn版本的不完整列表。
​	Arch Linux的包是通过官方资料库的 python-scikit-learn提供的。可以通过键入以下命令来安装它：
sudo pacman -S python-scikit-learn

Debian / Ubuntu
​	Debian / Ubuntu软件包分为三个不同的软件包，分别称为 python3-sklearn（python模块），python3-sklearn-lib（低配版），python3-sklearn-doc（文档）。Debian Buster（最新的Debian发行版）中仅提供Python 3版本。可以使用命令apt-get安装软件包：
sudo apt-get install python3-sklearn python3-sklearn-lib python3-sklearn-doc

Fedora
​	Fedora软件包在python 3版本中被称为python3-scikit-learn，这是Fedora30中唯一可用的版本。可以使用dnf命令安装：
sudo dnf install python3-scikit-learn

NetBSD
​	scikit-learn可通过pkgsrc-wip获得：
http://pkgsrc.se/math/py-scikit-learn
MacPorts for Mac OSX
​	MacPorts软件包的名称为py<XY>-scikits-learn，其中XY表示Python版本。可以通过键入以下命令来安装它：
sudo port install py36-scikit-learn

Canopy和Anaconda适用于所有支持的平台
​	除了用于Windows，Mac OSX和Linux的大量科学python库之外，Canopy和Anaconda还提供了最新版本的scikit-learn。
​	Anaconda免费提供scikit-learn。
Intel conda channel
​	英特尔拥有专用的conda渠道，该渠道可提供scikit-learn：
conda install -c intel scikit-learn

​	此版本的scikit-learn包含一些常见估量的替代求解器。这些求解器来自DAAL C ++库，并针对多核Intel CPU进行了优化。
​	请注意，默认情况下不启用这些求解器，请参阅 daal4py文档以获取更多详细信息。
​	可通过在https://github.com/IntelPython/daal4py上报告的自动集成，运行完整的scikit-learn测试，来检查与标准scikit-learn解算器的兼容性。
Windows 版WinPython
​	该WinPython项目作为额外的插件在scikit-learn发布。
Windows上的文件路径长度限制引起的错误
​	如果将Python安装在电脑内部位置（例如AppData用户主目录下的文件夹结构）中，若达到Windows的默认路径大小限制时，pip可能无法安装软件包 ，例如：
C:\Users\username>C:\Users\username\AppData\Local\Microsoft\WindowsApps\python.exe -m pip install scikit-learn
Collecting scikit-learn
...
Installing collected packages: scikit-learn
ERROR: Could not install packages due to an EnvironmentError: [Errno 2] No such file or directory: 'C:\\Users\\username\\AppData\\Local\\Packages\\PythonSoftwareFoundation.Python.3.7_qbz5n2kfra8p0\\LocalCache\\local-packages\\Python37\\site-packages\\sklearn\\datasets\\tests\\data\\openml\\292\\api-v1-json-data-list-data_name-australian-limit-2-data_version-1-status-deactivated.json.gz'

在这种情况下，可以使用以下regedit工具在Windows注册表中取消该限制：
在Windows开始菜单中键入“ regedit”来启动regedit。
选择 Computer\HKEY_LOCAL_MACHINE\SYSTEM\CurrentControlSet\Control\FileSystem key
编辑该LongPathsEnabled键的属性值，将其设置为1。
重新安装scikit-learn（忽略以前的安装报错）：
pip install --exists-action=i scikit-learn