机器学习入门之sklearn安装以及简单使用
Sklearn简介
scikit-learn，又写作sklearn，是一个开源的基于python语言的机器学习工具包。它通过NumPy, SciPy和Matplotlib等python数值计算的库实现高效的算法应用，并且涵盖了几乎所有主流机器学习算法。
sklearn是面向机器学习的Python开源框架，其中包括数据预处理、降维、聚类、分类、回归、模型选择常用的机器学习算法。易安装易使用，在数据分析过程中快速建立模型，而且模型接口统一。sklearn拥有优秀的官方文档，内容丰富、详细，是入门学习的很好选择。
附上SKlearn官网链接： https:// scikit-learn.org/stable /index.html
在工程应用中，用python手写代码来从头实现一个算法的可能性非常低，这样不仅耗时耗力，还不一定能够写出构架清晰，稳定性强的模型。更多情况下，是分析采集到的数据，根据数据特征选择适合的算法，在工具包中调用算法，调整算法的参数，获取需要的信息，从而实现算法效率和效果之间的平衡。而sklearn，正是这样一个可以帮助我们高效实现算法应用的工具包。
Sklearn常用模块介绍
模型选择：比较，验证，选择参数和模型，常用的模块有：grid search（网格搜索）、cross validation（交叉验证）、 metrics（度量）。它的目标是通过参数调整提高精度。
预处理：特征提取和归一化，常用的模块有：preprocessing，feature extraction，常见的应用有：把输入数据（如文本）转换为机器学习算法可用的数据。
降维：减少要考虑的随机变量的数量，常见的算法有：PCA（主成分分析）、feature selection（特征选择）、non-negative matrix factorization（非负矩阵分解），常见的应用有：可视化，提高效率。
分类：识别某个对象属于哪个类别，常用的算法有：SVM（支持向量机）、nearest neighbors（最近邻）、random forest（随机森林），常见的应用有：垃圾邮件识别、图像识别。
聚类：将相似对象自动分组，常用的算法有：k-Means、 spectral clustering、mean-shift，常见的应用有：客户细分，分组实验结果。
回归：预测与对象相关联的连续值属性，常见的算法有：SVR（支持向量机）、 ridge regression（岭回归）、Lasso，常见的应用有：药物反应，预测股价。
Sklearn安装
Scikit-learn需要：
Python（> = 2.7或> = 3.4），
NumPy（> = 1.8.2），
SciPy（> = 0.13.3）。
如果你已经安装了numpy和scipy，那么安装scikit-learn的最简单方法就是使用 pip。
但是这里建议还是使用Anaconda中的jupyter来使用该框架，安装只需要在 https://www. anaconda.com/ 下载并安装自己操作系统类型的版本即可使用。
什么是Anaconda？
1. 简介
Anaconda（官方网站）就是可以便捷获取包且对包能够进行管理，同时对环境可以统一管理的发行版本。Anaconda包含了conda、Python在内的超过180个科学包及其依赖项。
2. 特点
Anaconda具有如下特点：
开源、安装过程简单、高性能使用Python和R语言、免费的社区支持、其特点的实现主要基于Anaconda拥有的：conda包、环境管理器、1,000+开源库。
Sklearn对数据进行预处理
对框架中内置的房价预测数据进行简单的预处理，具体操作如下：
1. 导入框架读入数据
2. 拆分数据：将数据分为训练集和测试集
3. 进行离差标准化操作
4.自己写函数实现第n列的离差标准化
总结：通过上述比较可以明显的体现sklearn的高效性，使用者可以避免重复造轮子的现象，从而提高工作效率，希望上面的讲解对您有帮助。
