机器学习技术任务驱动式教程-课件 模块2 机器学习开发环境安装及使用.pptx

安装机器学习开发环境JupyterLab环境编程JupyterLab环境调试机器学习常用方法Markdown文件设计目录机器学习开发环境安装及使用参考书目《机器学习技术任务驱动式教程》模块2机器学习技术

目录机器学习开发环境安装JupyterLab环境编程JupyterLab代码调试Markdown目录制作小结习题二机器学习开发环境安装及使用模块2机器学习技术

Anaconda是一个基于Python的数据处理和科学计算平台，内置了200多个预先选择的软件包。常用的有：1安装AnacondaCondaNumpyScipyPythonPandasMatplotlib机器学习开发环境安装

机器学习开发环境安装1安装Anaconda步骤1：进入Anaconda下载网站：/anaconda/archive/，下载Windows版本的Anaconda安装包，选择Anaconda3-2023.07-2-Windows-x86_64.exe。

机器学习开发环境安装1安装Anaconda步骤2：双击安装文件。

机器学习开发环境安装1安装Anaconda步骤3：点击“Next”按钮，进入下一步。

机器学习开发环境安装1安装Anaconda步骤4：点击“IAgree”按钮，进入下一步。

机器学习开发环境安装1安装Anaconda步骤5：选择“JustMe(recommended)”,点击“Next”按钮，进入下一步。选择安装路径，在后面设置系统路径时会用到安装路径。

机器学习开发环境安装1安装Anaconda步骤7：Anaconda程序开始安装。

机器学习开发环境安装1安装Anaconda步骤8：安装完成，点击“Next”按钮。

机器学习开发环境安装1安装Anaconda步骤9：提醒使用Anaconda云服务，点击“Next”按钮。

机器学习开发环境安装1安装Anaconda步骤10：不选择“LaunchAnacondaNavigator”和“GettingStartedwithAnacondaDistribution”选项，点击“Finish”按钮，完成安装。

机器学习开发环境安装1安装Anaconda步骤11：右键点击“我的电脑”，选择属性，选择高级系统设置，点击“环境变量”选项。

机器学习开发环境安装1安装Anaconda步骤12：选择系统变量里的“PATH”，点击编辑。

机器学习开发环境安装1安装Anaconda步骤13：点击新建按钮，添加3个Anaconda路径（%Anaconda安装路径%，%Anaconda安装路径%\Scripts，%Anaconda安装路径%\Library\bin）。

2安装JupyterLabJupyterLab是Jupyter的一个拓展，但JupyterLab提供了更好的用户体验。JupyterNotebookJupyterLab交互式模式编程1个浏览器窗口打开一个文件单元格（Cell）组织代码和文本支持Python、Julia、R扩展性较弱机器学习开发环境安装功能最丰富的版本；增加了1个浏览器窗口打开多个文件集成控制台、终端和其他的工具集连接GoogleDriver服务管理第三方插件

机器学习开发环境安装2安装JupyterLab步骤1：打开Anaconda3-AnacondaPrompt。

机器学习开发环境安装2安装JupyterLab步骤2：升级pip到最新版本。步骤3：创建Conda开发环境（比如jupyterlab）。步骤4：激活Conda开发环境。

机器学习开发环境安装2安装JupyterLab步骤5：安装JupyterLab库。

机器学习开发环境安装3安装机器学习库步骤1：安装Scikit-learn库。Scikit-learnScikit-learn（以前称为Scikits.learn，也称为Sklearn）是针对Python编程语言的免费软件机器学习库。它具有各种分类，回归和聚类算法，包括K-最近邻、回归、贝叶斯、支持向量机，K-均值等。Scikit-learn基于Numpy和SciPy等Python数值计算库，提供了高效的算法实现，官方文档齐全，更新及时，具有接口易用、算法全面等优点。

机器学习开发环境安装3安装机器学习库步骤2：安装Pandas库。PandasPandas是“Pythondataanalysis”的简写，衍生自计量经济学术语“paneldata”。Pandas的主要数据结构是Series（一维数据）与DataFrame（二维数据）。DataFrame是Series的容器，Series则是标量的容器。使用这种方式，可以在容器中以字典的形式插入或删除对象。基于这2种数据结构，Panda