SKLearn 学习环境搭建

工欲善其事必先利其器
近期由于工作原因，需要学习“机器学习”，在老师和同学，以及从网上搜需的资料来看，SKLearn（scikit-learn）是必然要学习的，而且是基础。所以以SKLearn的学习过程为主线，编写近期博客的内容。
（1）学习环境：
操作系统：Windows7 X64
开发平台（IDE）：PyCharm
开发语言：python2.7
（2）环境配置
首先安装python，虽然python已经更新到3.x，但是基于2.7版本的第三方库较多，新版本不太兼容等问题，建议使用python2.7版本。
然后安装PyCharm，从官网下载安装包https://www.jetbrains.com/pycharm/，下载完成后，双击运行，设置好安装路径，一直“next”等待安装完成即可。安装完成后，需要激活，建议使用修改host的方式，简单实用，可参照https://blog.csdn.net/u014044812/article/details/78727496 所列出的方法2：激活码激活，先修改host再输入激活码。此时便能开心的使用PyCharm进行你的python开发了。

为进行SKLearn 的学习，需要安装SKLearn的包，然而由于网络等的原因，在PyCharm中有时不能直接安装，在这里推荐大家安装Anaconda，安装完成后，在PyCharm中配置好Anaconda，便能安装SKLearn学习中所需numpy、scipy等第三方的包。配置方式可参考如下链接https://blog.csdn.net/qq_16633405/article/details/56682025
PyCharm中安装第三方的包，可使用两种方式安装，第一种是在PyCharm的界面中安装，第二种是使用命令行中的pip语句安装。关于第三方包安装的问题，我会在后面内容更新中详细讲解。
（3）学习资源：
由于网上学习资源较少，所以建议参考SKLearn的官网学习，主要学习：如何使用、如何修改参数使结果更优、如何评价回归或分类的精度、如何将需要解决的问题进行抽象，以满足使用SKLearn的各种方法进行回归或分类。
若以上步骤都已完成：环境配置完毕、scikit-learn、numpy、scipy等包已经安装完成。就可以开始你的机器学习之旅了。