机器学习库之scikit learn的疑惑（大神请略过）附：Windows下安装sklearn链接

说实话，老板让学机器学习，机器学习最火的库之一就是scikit learn了，可是它究竟是个什么东西，我也不知道，慢慢学吧。

QT1:

这里说一些废话了。最近一直在ubuntu和windows 上安装CUDA和CUDNN,这俩其实就是用来让开发者调用GPU进行算法加速的。尤其对大型的神经学习网络，有GPU加速比CPU快上好多倍。说做就做，我一定要安装上这两个东西，因为后续也可以在深度学习框架Pytorch上愉快的进行大型神经网络的学习了。

But.......................经过两天的折腾，博主的心态崩了，时间很宝贵，不能在这上边浪费时间了，老板还有任务呢。于是上网去查怎么 安装没有GPU加速的CPU版本Pytorch,成功安装。下一步就是安装scikit learn库了，scikit learn库需要下面几个依赖库的支持：

• Python (>= 2.6 or >= 3.3)
• NumPy (>= 1.6.1)
• SciPy (>= 0.9)

这么多的库，安装起来又是一大堆的麻烦。但是，最直接的 是安装anaconda， 里边已经包含了一大堆的库，当然 这包含我们需要的sklearn库，真的是我这种不愿意配置环境的福音了！！！

打开Anaconda Navigator （导航），在Environments（管理版本和包的）可以看到numpy, scipy, scikit-learn, matplotlib等库都已经安装好了：

 

QT2:

前面一直纠结于安装cuda和cudnn,就是为了用gpu给深度神经学习加速， 就在想sklearn这个学习框架需不需要gpu加速啊，它到底有没有深度神经网络学习模块啊，然后我貌似发现了一个大秘密.........

首先，关于sklearn这个学习框架需不需要gpu加速这个问题，这篇博客给出的答案是否定的。

博客地址：https://www.wukong.com/answer/6502778705033560334/

scikit-learn目前只支持cpu，不支持gpu。

两点原因：

1.scikit-learn不包括深度神经网络模型，这让scikit-learn有条件不基于GPU加速。

2.scikit-learn的设计目标是跨平台、易于安装，这让scikit-learn有意识地不基于GPU加速。

看到这里怎么莫名有点高兴呢， 可能是因为前边没有安装gpu加速吧，省事了，但是为了pytorch的深度学习，gpu是跑不掉了。

 

sklearn到底有没有深度神经网络模型，前边已经说没有了，然后这篇知乎给出了更具体的答案。

知乎地址:https://www.zhihu.com/question/24738573

参考官方给出的sklearn学习文档API Reference - scikit-learn 0.18.1 documentation可以看到，sklearn的0.18.1有神经网络模型，0.18.0也支持。但是只有BernoulliRBM和MLP，具体是neural_network.BernoulliRBM ，neural_network.MLPClassifier，neural_network.MLPRgression，并没有深度神经网络模型。sklearn的具体Neural Network模型参考下面的博客，写的很好：

https://blog.csdn.net/gamer_gyt/article/details/51255448

 

以上是我在安装sklearn心里一直迷惑的问题，一是学习这个框架你不需要纠结于必须安装GPU加速，即在你不做深度神经学习的前提下，CUDA和CUDNN不是必须的；二是这个框架包含的神经网络模型有限，可以作为初学者学习神经网络的工具，想学习深度的神经网络，换个别的框架吧。

疑惑暂时就这些，下面就是进入正式学习sklearn了。

 

附：安装sklearn链接

1.官网的链接：http://scikit-learn.org/stable/install.html

2.简书上比较详细的教程：https://www.jianshu.com/p/4e772ae08a4c

3.简书上比较详细的教程：https://www.jianshu.com/p/21b758541825

4.https://www.cnblogs.com/magle/p/5638409.html

5.前面提到的依赖库，包括windows下最常用的其他依赖库的安装包都有！！！网址：https://www.lfd.uci.edu/~gohlke/pythonlibs/

6.最直接最方便的是Anaconda，都给你装好了。

最后，安装成功查看sklearn的命令是：

1  >>> import sklearn
2  >>> sklearn.__version__
3  '0.17.1'