sklearn系列之----开山篇

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。