linux下python的机器学习包scikit-learn（包含numpy、scipy等）安装

scikit-learn是python的机器学习包，sci是science的缩写，kit为工具包的意思，实现了常用的机器学习算法。由于依赖许多其他的包，因此安装起来比较麻烦，笔者在十一的最后两天花费了较大的精力安装这一系列包。现在把安装过程记录下来：

依赖的各种包：nose、lapack、atlas、numpy、blas、scipy

系统版本：Linux Red Hat 5；python版本：2.7

1.安装nose

a.下载nose：https://pypi.python.org/pypi/nose/1.3.7，下载tar.gz文件

b.运行tar -zxvf ose-1.3.7.tar.gz解压缩

   进入到解压出来的目录cd nose-1.3.7

   开始安装 python set.py install

注：验证nose是否安装成功，后续模块均可以通过此方法验证

python

>>> import nose
>>> nose

显示安装成功

2.安装lapack

a.下载lapck：http://www.netlib.org/lapack/#_lapack_version_3_5_0_2，（尽量下载3.5.0版本的，其他版本不确保是否有INSTALL/make.inc.gfortran，这个文件后续会用到）

3.安装atlas

a.下载atlas：http://sourceforge.net/projects/math-atlas/，（目前最新版本atlas3.10.2.tar.bz2）

b.解压缩：tar -jxvf atlas3.10.2.tar.bz2 

   cd ATLAS/；mkdir myobj64

   cd myobj64

   配置config：../configure -b 64 -Fa alg -fPIC -shared –prefix=/${atlas的安装路径}/ATLAS --with-netlib-lapack-tarfile=/${lapack压缩文件存放的路径}/lapack-3.5.0.tgz(注意加黑的部分：64是机器位数，uname -a可以查看系统位数，x86_64是64位系统；-fPIC一定要加上；用atlas和lapack存放的路径替代两个黑体字变量。配置过程大概几分钟结束)

   make（这个命令执行了一个半小时）

   make check（接下来这三个命令会有报错，不过我直接忽略掉了，最终似乎没有影响）

   make time

   make install

c.查看fortran编译器类型：fgrep 'F77 =' Make.inc

   F77 = /usr/bin/gfortran

   可以看到编译器类型是gfortran，后面安装numpy有用

4.安装numpy

a.下载numpy：https://pypi.python.org/pypi/numpy

b.解压缩：tar -zxvf numpy-1.9.0.tar.gz
   cd numpy-1.9.0
   python setup.py build --fcompiler=gnu95（如果在3的c中看到的编译器类型是g77，则运行python setup.py build --fcompiler=gnu）

注：笔者看到网上有些同学（http://blog.chinaunix.net/uid-22488454-id-3978860.html）的安装过程中配置了site.cfg文件，不过本人没有配置也安装成功了。

5.安装BLAS

a.下载blas：http://www.netlib.org/blas/blas.tgz

b.解压缩：tar -zxvf blas.tgz

c.gfortran -O3 -std=legacy -m64 -fno-second-underscore -fPIC -c *.f

   ar r libfblas.a *.o
   ranlib libfblas.a
   rm -rf *.o
   export BLAS=${BLAS所在的目录}/BLAS/libfblas.a

6.安装lapack

a.进入到第2步中的lapack目录中，

b.tar xzvf lapack-3.5.0.tgz
   cd lapack-3.5.0
   cp INSTALL/make.inc.gfortran make.inc  

   vim make.inc，修改选项如下：

FORTRAN  = gfortran
OPTS     = -funroll-all-loops -O3 -msse2 -mfpmath=sse -ftree-vectorize -g-fPIC
DRVOPTS  = $(OPTS)
NOOPT    = -fPIC
LOADER   = gfortran
LOADOPTS =
   make lapacklib（大概几分钟）
   make clean
   export LAPACK=${lapack所在路径}/lapack-3.5.0/liblapack.a

7.安装scipy

a.下载scipy：https://pypi.python.org/pypi/scipy

b.解压缩：tar -zxvf scipy-0.16.0.tar.gz
   cd scipy-0.14.0（网上有些同学说要配置site.cfg，笔者仍然没有site.cfg，最终也安装成功了）
   python setup.py install

8.安装scikit-learn

a.下载scikit-learn：https://pypi.python.org/pypi/scikit-learn/0.15.1#downloads

b.解压缩：tar zxvf scikit-learn-0.15.1.tar.gz

   python setup.py install

经过这么8个步骤以后，安装完成

笔者在安装过程中，借鉴了以下几位同学的博客，深表感谢：

linux 下面安装numpy 和scipy

inux python 安装 nose lapack atlas numpy scipy （这里为我搜狗打个广告，这个链接是用搜狗搜索出来的，比较详细，百度楞是没搜索出来这个链接）

LAPACK库的安装

numpy & scipy on 10.04