如何在anaconda上创建sklearn的虚拟环境
我们为什么要使用sklearn
scikit-learn 是基于 Python 语言的机器学习工具
- 简单高效的数据挖掘和数据分析工具
- 可供大家在各种环境中重复使用
- 建立在 NumPy ，SciPy 和 matplotlib 上
- 开源，可商业使用 - BSD许可证
- 简单来说，用起来方便，有些模型和数据可以直接调用，学习很省事！
我们为什么选择anaconda
-
anaconda 是一个python的发行版，包括了python和很多常见的软件库, 和一个包管理器conda。常见的科学计算类的库都包含在里面了，使得安装比常规python安装要容易。
-
Anaconda是专注于数据分析的Python发行版本，包含了conda、Python等190多个科学包及其依赖项。
Anaconda的优点总结起来就八个字：省时省心、分析利器。
anaconda的下载网上很多，大家自行解决！
创建一个sklearn的虚拟环境
那我们现在就开始在sklearn上面创建一个sklearn的虚拟环境吧！
在conda上新建一个虚拟环境
condacreate-n 环境名 python=版本号
如：我们创建的这个环境叫做machine-learning，python版本是3.6；
conda create -n machine-learning python=3.6
查看虚拟环境的包list
首先，我们要激活环境
conda activate 环境名
然后我们可以调用list
扫描二维码关注公众号，回复：
12934300 查看本文章
conda list
这是初始环境的包
下载对应所需的包
我们需要下载的包有
numpy scipy scikit-learn
pip install numpy
pip install scipy
pip3 install -U scikit-learn # 这是3.+版本的安装命令
安装后，我们查看list的结果
