文件列表:

LICENSE (1490, 2017-07-31)
notebooks (0, 2017-07-31)
notebooks\01-Preliminaries.ipynb (5447, 2017-07-31)
notebooks\02.1-Machine-Learning-Intro.ipynb (238658, 2017-07-31)
notebooks\02.2-Basic-Principles.ipynb (1422534, 2017-07-31)
notebooks\03.1-Classification-SVMs.ipynb (384428, 2017-07-31)
notebooks\03.2-Regression-Forests.ipynb (492435, 2017-07-31)
notebooks\04.1-Dimensionality-PCA.ipynb (371889, 2017-07-31)
notebooks\04.2-Clustering-KMeans.ipynb (1376976, 2017-07-31)
notebooks\04.3-Density-GMM.ipynb (210718, 2017-07-31)
notebooks\05-Validation.ipynb (283168, 2017-07-31)
notebooks\Index.ipynb (2188, 2017-07-31)
notebooks\URL.ipynb (963, 2017-07-31)
notebooks\fig_code (0, 2017-07-31)
notebooks\fig_code\ML_flow_chart.py (4970, 2017-07-31)
notebooks\fig_code\__init__.py (179, 2017-07-31)
notebooks\fig_code\data.py (980, 2017-07-31)
notebooks\fig_code\figures.py (8633, 2017-07-31)
notebooks\fig_code\helpers.py (2301, 2017-07-31)
notebooks\fig_code\linear_regression.py (735, 2017-07-31)
notebooks\fig_code\sgd_separator.py (1373, 2017-07-31)
notebooks\fig_code\svm_gui.py (11549, 2017-07-31)
notebooks\images (0, 2017-07-31)
notebooks\images\data-layout.png (7712, 2017-07-31)
notebooks\images\iris_setosa.jpg (18270, 2017-07-31)
notebooks\images\iris_versicolor.jpg (21783, 2017-07-31)
notebooks\images\iris_virginica.jpg (62056, 2017-07-31)

# sklearn_tutorial 中文教程 sklearn_tutorial 中文教程,翻译自 Jake VanderPlas 的 [Scikit-learn Tutorial](https://github.com/jakevdp/sklearn_tutorial.git)。 # Scikit-learn 教程 *Jake VanderPlas* - email: - twitter: [@jakevdp](https://twitter.com/jakevdp) - github: [jakevdp](http://github.com/jakevdp) *派兰数据* - email: - 微博: [@派兰数据](http://weibo.com/datarx) - github: [palandatarxcom](http://github.com/palandatarxcom) 这个代码库包含了[Scikit-learn](http://scikit-learn.org)教程 notebook 和其他相关的文件。 ## 安装 这个教程需要以下的包: - Python 版本 2.6-2.7 或者 3.3+ - `numpy` 版本 1.5 或者更新: http://www.numpy.org/ - `scipy` 版本 0.10 或更新: http://www.scipy.org/ - `matplotlib` 版本 1.3 或更高: http://matplotlib.org/ - `scikit-learn` 版本 0.14 或更高: http://scikit-learn.org - `ipython` 版本 2.0 或更高, 支持 Jupyter notebook: http://ipython.org - `seaborn` 版本 0.5 或更高 最方便的办法是使用 [conda](https://store.continuum.io/) 管理工具。 我建议下载和安装 [miniconda](http://conda.pydata.org/miniconda.html)。 安装好以后,执行下面的命令将在你的 Python 环境下安装所有需要的包 ``` $ conda install numpy scipy matplotlib scikit-learn ipython-notebook seaborn ``` 另外一个方法,你可以下载和安装完整的 Anaconda 分发包(但是非常大), https://store.continuum.io/. ## 下载教程的课件 我强烈建议使用 git,不仅仅只是为这个教程,也是为改善你的生活。 一旦 git 安装好,你可以将这个教程的所有资料克隆下来: git clone git://github.com/jakevdp/sklearn_tutorial.git 如果你无法或者不愿安装 git,上面有一个代码库的 zip 文件供你下载。 我可能会对这个教程做一些微小的改动,所以克隆整个代码库是较好的一个选择。 ## Notebook 清单 你可以通过 nbviewer 这个不错的服务[浏览教程的课件](http://nbviewer.ipython.org/github/palandatarxcom/sklearn_tutorial_cn/blob/master/notebooks/Index.ipynb) 请注意,你无法在 nbviewer 中修改或者运行教程的内容。 如果要修改,第一步是下载教程的代码库,切换到 notebooks 目录下面,然后执行 ``jupyter notebook``。 你应该会在 Jupyter notebook 唤起的浏览器里面看到这个清单。 需要更多了解 Jupyter notebook,请参考 http://ipython.org/notebook.html 另外也请注意,部分的代码在这个教程的目录结构之外是无法运行的,因此如果可能把整个代码库克隆下来是很重要的。 【译者注】这个教程的全部内容已经安装在派兰数据分析平台上了,注册并登陆 http://www.palandata.com ,不需要安装相关环境,也不需要克隆整个代码库,即刻可以交互式地学习 sklearn 了。

近期下载者：

相关文件：

评论：[我要评论] [举报此文件]

收藏者：