Step 1 - 环境搭建

这个系列是我自己学习ML过程中，走了很多弯路后的一些总结和思考。希望可以给大家提供一个学习思路，少走一些弯路，也欢迎一起讨论，共同进步。
关于机器学习概念的介绍不胜枚举，所以在此处也不多做介绍。总之机器学习是一门跨概率论，统计学，计算机科学等多个领域的学科。关注的是数据之间的关联关系（HOW）而非因果关系（WHY）。

环境搭建

工欲善其事必先利其器。主要使用Python的scikit learn库，同时结合matplotlib库进行图形绘制。

操作系统：windows 7
编程语言：Python 2.7
主要依赖库：numpy，sklearn, pandas, matplotlib, seaborn
编程环境：jupyter

• 安装jupyter

第一种方法（分别安装）

1. 安装python 2.7和pip
   https://www.python.org/downloads/
   https://pypi.python.org/pypi/pip
2. 安装依赖库
   pip install numpy,scipy,sklearn,pandas,matplotlib,seaborn
3. 安装jupyter notebook

python -m pip install --upgrade pip
python -m pip install jupyter

第二种方法（安装anaconda全家桶）
anaconda已经集成了机器学习的常用库以及jupyter notebook

1. 安装anaconda
2. 开始菜单中找到anaconda2，打开子程序jupyter notebook，随即启动jupyter服务，同时打开浏览器显示jupyter主页。我们将在网页的环境中开发程序。（这里安装的window64版本，Linux安装类似）
   
   

   图片.png
   
   
   

   图片.png

• 设置远程连接jupyter

更多时候我们是把jupyter部署在Linux版本的服务器上局域网共享，在windows工作站进行代码编写和测试，这时需要设置jupyter远程连接功能。

1. 设置访问密码

PS C:\ProgramData\Anaconda2\Scripts> .\jupyter-notebook.exe password
Enter password:
Verify password:

2. 导出jupyter notebook配置文件

PS C:\ProgramData\Anaconda2\Scripts> .\jupyter-notebook.exe --generate-config

3. 修改配置文件

## 所有IP都可以访问，默认为localhost
c.NotebookApp.ip = '*'
## 设置访问端口，默认为8888
c.NotebookApp.port = 8886
## 启动jupyter后，不立刻打开浏览器，默认为True
c.NotebookApp.open_browser = False
## 设置默认工作目录
c.NotebookApp.notebook_dir = u'd:\work'

4. 重启jupyter服务
   jupyter notebook &
5. 访问远程jupyter服务
   http://:

下一篇讲解一个具体的例子进入机器学习的世界。