数据挖掘和机器学习环境搭建

1、由于要用到python2.7和python3.6，为了区分两个版本，先安装anaconda。
2、在Anaconda Prompt中输入conda create -n py27 python=2.7，conda create -n py36 python=3.6，分别安装python2.7和3.6。
3、进入环境变量：>activate py27/py36，
安装ipykernle：>pip install ipykernel，并设置环境python -m ipykernel install --user。
关闭python环境指令： >deactivate。
查看已有的kernel：jupyter kemelspec list。
4、安装决策树可视化工具Graphviz：
pip install graphviz， 并设置环境变量，在jupyter notebook上验证
import graphviz。

> import numpy as np
> import scipy
> import pandas as pd
> import sklearn
> import keras.backend as K
> import tensorflow as tf

安装Tensorflow与Keras
conda create -n tensorflow python =3.5
并将tensorflow加入到Kernel
因为3.5和tensorflow目前最兼容

GitHub

持续更新中