نحوه نصب Scikit-Learn در نرم افزار پایتون

Scikit-learn یک کتابخانه یادگیری ماشین منبع باز برای پایتون است. بسته به نیازتان، در هنگام نصب scikit-learn تعدادی گزینه دارید:

اگر پایتون را نصب نکرده‌اید، می‌توانید scikit-learn را به عنوان بخشی از توزیع پایتون مانند ActivePython نصب کنید.
اگر از قبل پایتون دارید و ترجیح می دهید باینری های از پیش ساخته شده را نصب کنید، می توانید به سادگی با اجرای دستور زیر، scikit-learn را نصب کنید:

pip install scikit-learn

باینری های از پیش ساخته شده ممکن است حاوی کدهای مخرب باشند، به خصوص اگر به اشتباه نسخه ای با غلط املایی نصب کنید. در عوض، نصب کتابخانه های پایتون را از کد منبع در نظر بگیرید. ساده ترین راه برای ایجاد scikit-learn از منبع، استفاده از پلتفرم ActiveState برای ساخت و بسته بندی خودکار آن برای ویندوز، مک یا لینوکس است.

Scikit-آموزش گام به گام نصب

برای اکثر کاربران، بهترین روش نصب نسخه باینری scikit-learn با استفاده از نسخه رسمی از pypi.org، فهرست بسته Python است. با مراحل زیر می توانید این کار را انجام دهید:

Scikit-learn به پایتون 3.6+ نیاز دارد. برای بررسی اینکه کدام نسخه از پایتون را نصب کرده اید، دستور زیر را اجرا کنید:

python3 –version

خروجی باید مشابه موارد زیر باشد:

Python 3.8.2

اگر نسخه پایتون معتبری دارید، می توانید دستور زیر را برای دانلود و نصب یک باینری از پیش ساخته شده از scikit-learn اجرا کنید:

pip install scikit-learn

وابستگی های زیر به طور خودکار همراه با scikit-learn نصب می شوند:

NumPy 1.13.3+
SciPy 0.19.1+
Joblib 0.11+
threadpoolctl 2.0.0+

از طرف دیگر، اگر از قبل scikit-learn دارید و/یا هر یک از وابستگی‌های آن قبلاً نصب شده است، می‌توانید با اجرای دستور زیر به‌عنوان بخشی از نصب به‌روزرسانی شوند:

pip install -U scikit-learn

می توانید نصب Scikit-learn خود را با دستور زیر تأیید کنید:

python -m pip show scikit-learn

خروجی باید مشابه موارد زیر باشد:

اگر می خواهید بر اساس داده هایی که در scikit-learn استفاده می کنید نمودارها و نمودارهایی ایجاد کنید، ممکن است بخواهید نصب matplotlib را نیز در نظر بگیرید.

نحوه وارد کردن Scikit-Learn در پایتون

هنگامی که scikit-learn نصب شد، می توانید کار با آن را شروع کنید. یک اسکریپت scikit-learn با وارد کردن کتابخانه scikit-learn شروع می شود:

import sklearn

نیازی به وارد کردن همه توابع کتابخانه scikit-learn نیست. در عوض، فقط تابع(های) مورد نیاز پروژه خود را وارد کنید. به عنوان مثال، برای وارد کردن مدل رگرسیون خطی، وارد کنید:

from sklearn import linear_model

یا امتحان کنید:

from sklearn.linear_model import LinearRegression

نسخه ای از پایتون را دریافت کنید که با Scikit-Learn و سایر بسته های محبوب ML از پیش کامپایل شده است.

ActiveState Python توزیع پایتون قابل اعتماد برای ویندوز، لینوکس و مک است که با بسته‌های برتر Python برای یادگیری ماشین از قبل همراه شده است – رایگان برای استفاده در توسعه.

برخی از بسته های محبوب ML که از قبل کامپایل شده اند – با ActiveState Python

فراگیری ماشین:

TensorFlow : یادگیری عمیق با شبکه های عصبی
scikit-learn : الگوریتم های یادگیری ماشینی
keras : API شبکه های عصبی سطح بالا

علم داده:

Pandas : تجزیه و تحلیل داده ها
NumPy : آرایه های چند بعدی
SciPy : الگوریتم هایی برای استفاده با numpy
HDF5 : ذخیره و دستکاری داده ها
matplotlib: تجسم داده ها

چرا به جای Python منبع باز از ActiveState Python استفاده کنیم؟

در حالی که توزیع منبع باز پایتون ممکن است برای یک فرد رضایت بخش باشد، اما همیشه نیازهای پشتیبانی، امنیت یا پلت فرم سازمان های بزرگ را برآورده نمی کند.

به همین دلیل است که سازمان ها ActiveState Python را برای علم داده، پردازش داده های بزرگ و نیازهای تجزیه و تحلیل آماری خود انتخاب می کنند.

ActiveState Python از پیش همراه با مهم‌ترین بسته‌های مورد نیاز دانشمندان داده، از پیش کامپایل شده است، بنابراین شما و تیمتان مجبور نباشید زمان خود را برای پیکربندی توزیع منبع باز تلف کنید. می‌توانید روی آنچه مهم است تمرکز کنید: صرف زمان بیشتر برای ساخت الگوریتم‌ها و مدل‌های پیش‌بینی در برابر منابع کلان داده‌تان و زمان کمتری برای پیکربندی سیستم.

ActiveState Python 100% با توزیع منبع باز پایتون سازگار است و امنیت و پشتیبانی تجاری مورد نیاز سازمان شما را فراهم می کند.

با ActiveState Python می‌توانید داده‌ها را کاوش و دستکاری کنید، تجزیه و تحلیل آماری را اجرا کنید، و تجسم‌هایی را برای به اشتراک گذاشتن بینش‌ها با کاربران و مدیران کسب‌وکار خود زودتر ارائه دهید – مهم نیست که داده‌های شما در کجا زندگی می‌کنند.

امیدواریم از این پست لذت برده باشید

برای مطالب بیشتر از وب سایت ما از جمله مطالعات موردی اضافی، اخبار و رویدادها، و نکات و ترفندهایی برای ارتقای تجزیه و تحلیل بصری خود، از وب سایت ما دیدن کنید.

رسانه های اجتماعی ما را برای به روز رسانی نرم افزارهای، BI و AI دنبال کنید.

دوره آموزشی زبان برنامه نویسی پایتون »کلیک کنید» یک برنامه جامع است که بر توسعه سریع نرم‌افزارهای کاربردی، برنامه‌نویسی شی‌گرا و کاربری ماژول و…. با استفاده از ابزار Python تمرکز دارد.

سپاسگذاریم از وقتی که برای خواندن این مقاله گذاشتید

برای خرید لایسنس تبلو Tableau کلیک کنید

برای مشاهده ویدیوهای آموزشی داده کاوی و هوش تجاری ما را در شبکه های اجتماعی دنبال کنید

Youtube Chanel :VISTA Data Mining

Aparat Chanel: VISTA Data Mining

Instagram Chanel: VISTA Data Mining

Telegram Chanel: VISTA Data Mining

Linkedin Chanel: VISTA Company

امتیاز دهید

تلفن ثابت

تلفن هات لاین