Come installare Sklearn su Python

Per installare il modulo Sklearn nel linguaggio Python utilizzo il package manager PIP.

Cos'è Sklearn? Il modulo Sklearn ( scikit-learn ) è una libreria di python dedicata al machine learning, alle tecniche di regressione, classificazione e apprendimento automatico.

Installazione Sklearn su Windows

Apro il prompt dei comandi di Windows e mi sposto nella sottocartella Scripts di Python.

Nota. Il path della cartella Script cambia da computer a computer, a seconda della cartella dove è stato installato Pyhon.

Sul prompt digito il seguente comando per installare Sklearn.

pip install -U scikit-learn

Dopo pochi secondi, la libreria è già installata sul PC.

l'installazione di scikit learn su Python

Per verificare se l'installazione è andata a buon fine, apro la linea dei comandi di Python.

Poi digito

import sklearn

Se il comando non va in errore, il modulo Sklearn è stato installato correttamente.

Installazione Sklearn su Linux

Per installare il modulo Sklearn su Linux Ubuntu o Mint, vado sul terminale del sistema operativo.

Poi digito

sudo apt-get install python3-sklearn

In questo caso sto usando Python3.

Il modulo viene installato in pochi istanti.

Per verificare se l'installazione è andata bene, apro il terminale di Python e digito.

import sklearn

Se il comando non restituisce un errore, l'installazione è avvenuta correttamente.

Il modulo Sklearn è pronto per essere utilizzato.

 


 

Segnalami un errore, un refuso o un suggerimento per migliorare gli appunti

FacebookTwitterLinkedinLinkedin
knowledge base

Scikit-learn

  1. Cos'è sklearn
  2. Come installare sklearn
  3. Un esempio di machine learning
  4. Come usare i datasets didattici di scikit-learn
  5. Come creare un dataset con Excel
  6. Come rappresentare le regioni decisionali
  7. La vettorizzazione delle categorie
  8. StandardScaler ( riduzione di scala )
  9. L'analisi degli errori del classificatore
  10. L'analisi degli errori del regressore
  11. Perceptron
  12. La regressione lineare
  13. La regressione logistica
  14. Decision Tree Classifier
  15. k-NN (k Nearest Neighbors)
  16. MLPClassifier