sklearn系列之----开山篇

本文介绍如何通过Sklearn库进行深度学习的基础实践,包括安装配置、基础模型如回归和聚类等,并推荐了一些学习资源。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

最近在学习深度学习,之前搞了段时间的caffe,但是caffe的优点在classification,对于想学习DL的我们还是需要从基础的学起,比如regression、clustring、dimensionality reduction等。
基础的教学视频可以观看Andrew NG的机器学习公开课;
在python包上,做基础的DL的最火的可能就是scikit-learn,也就是sklearn,我准备对这个包写一个系列的教程,此次作为这系列教程的开山篇。

安装sklearn

官网是这样说的:
Scikit-learn requires:
Python (>= 2.6 or >= 3.3),
NumPy (>= 1.6.1),
SciPy (>= 0.9).
如果这些依赖你都安装好了,可以使用:

pip install -U scikit-learn

安装完sklearn之后,可以测试下,也就是import一下:

>> import sklearn

或者:

>> pip list  | grep scikit-learn #可以列出你所有的python包

如果不提示错误就是装好了,可以使用了。

sklearn资源

(1)官网
sklearn官网
(2)源码git地址
Github地址
(3)官网教程
Tutorial
(4)推荐几本书
scikit-learn cookbook
Mastering Machine Learning with scikit-learn
这两本书都是英文版的,我就不放上来了,有需要的可以问我要(ps. 个人感觉不如看官方文档)

这篇就先到这,下次继续啦。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值