中文文檔: http://sklearn.apachecn.org/cn/0.19.0/tutorial/basic/tutorial.html
英文文檔: http://sklearn.apachecn.org/en/0.19.0/tutorial/basic/tutorial.html
GitHub: https://github.com/apachecn/scikit-learn-doc-zh（覺得不錯麻煩給個 Star，我們一直在努力）
貢獻者: https://github.com/apachecn/scikit-learn-doc-zh#貢獻者
安裝 scikit-learn
Note
如果你想為這個項目做出貢獻，建議你 安裝最新的開發版本 .安裝最新版本
Scikit-learn 要求:
- Python (>= 2.7 or >= 3.3),
- NumPy (>= 1.8.2),
- SciPy (>= 0.13.3).
如果你已經有一個安全的 numpy 和 scipy，安裝 scikit-learn 的最簡單的方法是使用 pip
pip install -U scikit-learn
或者 conda:
conda install scikit-learn
如果您還沒有安裝 NumPy 或 SciPy，還可以使用 conda 或 pip 安裝這些。 當使用 pip 時，請確保使用 binary wheels，並且 NumPy 和 SciPy 不會從源重新編譯，這可能在使用操作系統和硬件的特定配置（如 Raspberry Pi 上的 Linux）時發生。 從源代碼構建 numpy 和 scipy 可能是復雜的（特別是在 Windows 上），並且需要仔細配置，以確保它們與線性代數程序的優化實現鏈接。而是使用如下所述的第三方分發。
如果您必須安裝 scikit-learn 及其與 pip 的依賴關系，則可以將其安裝為 scikit-learn[alldeps]。 最常見的用例是 requirements.txt 用作 PaaS 應用程序或 Docker 映像的自動構建過程的一部分的文件。此選項不適用於從命令行進行手動安裝。
第三方發行版
如果您尚未安裝具有 numpy 和 scipy 的 python 安裝，建議您通過軟件包管理器或通過 python 軟件包進行安裝。 這些與 numpy, scipy, scikit-learn, matplotlib 和許多其他有用的科學和數據處理庫。
可用選項有:
Canopy 和 Anaconda 適用於所有支持的平台
Canopy 和 Anaconda 都運送了最新版本的 scikit-learn，另外還有一大批適用於 Windows，Mac OSX 和 Linux 的科學 python 庫。
Anaconda 提供 scikit-learn 作為其免費分發的一部分.
Warning
升級或卸載使用 Anaconda 安裝的 scikit-learn，或者 conda 不應該使用 pip 命令。代替:
升級 scikit-learn:
conda update scikit-learn
卸載 scikit-learn:
conda remove scikit-learn
使用 pip install -U scikit-learn 升級 or pip uninstall scikit-learn 卸載 可能無法正確刪除 conda 命令安裝的文件.
pip 升級和卸載操作僅適用於通過 pip install 安裝的軟件包.
中文文檔: http://sklearn.apachecn.org/cn/0.19.0/tutorial/basic/tutorial.html
英文文檔: http://sklearn.apachecn.org/en/0.19.0/tutorial/basic/tutorial.html
GitHub: https://github.com/apachecn/scikit-learn-doc-zh（覺得不錯麻煩給個 Star，我們一直在努力）
貢獻者: https://github.com/apachecn/scikit-learn-doc-zh#貢獻者
有興趣的大佬們也可以和我們一起來維護，持續更新中 。。。
機器學習交流群: 629470233