安装、使用sklearn

安装Anaconda

Anaconda是Python的一个发行版，包含大量科学包（pandas、numpy、scipy...）
https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/

（如果之前系统已经安装过Python 3.7，再安装Anaconda不会冲突）
直接一路next，注意这里选择：

配置环境，在Path中添加Anaconda安装的主目录路径和Anaconda的Scripts目录路径：

最后终端输入命令：conda --version查看是否安装成功
安装成功后可输入命令：conda upgrade --all 将所有工具包升级（也可以不要，很慢）

安装scikit-learn

终端输入命令：conda install scikit-learn

安装PyCharm

选择专业版
https://www.jetbrains.com/zh-cn/pycharm/download/#section=windows
激活码
https://www.cnblogs.com/codehome/p/8342430.html
http://lookdiv.com/

创建项目并配置解释器

File---Settings---Python Interpreter

sklearn简单使用

在项目下新建Python文件
输入代码，run

import matplotlib as mpl
mpl.use('TkAgg')#解决绘图无法显示，不知原理
from sklearn import datasets#引入数据集
#构造的各种参数可以根据自己需要调整
X,y=datasets.make_regression(n_samples=100,n_features=1,n_targets=1,noise=1)

###绘制构造的数据###
import matplotlib.pyplot as plt
plt.figure()
plt.scatter(X,y)
plt.show()

小插曲，绘图无法显示解决办法（也有可能是其他原因）：
https://blog.csdn.net/originalcandy/article/details/84996353
https://blog.csdn.net/whtlook/article/details/100061434
运行结果

也可以试试这个，网上随便找的

import matplotlib as mpl
mpl.use('TkAgg')
# Import the necessary modules and libraries
import numpy as np
from sklearn.tree import DecisionTreeRegressor
import matplotlib.pyplot as plt

# Create a random dataset
rng = np.random.RandomState(1)
X = np.sort(5 * rng.rand(80, 1), axis=0)
y = np.sin(X).ravel()
y[::5] += 3 * (0.5 - rng.rand(16))

# Fit regression model
regr_1 = DecisionTreeRegressor(max_depth=2)
regr_2 = DecisionTreeRegressor(max_depth=5)
regr_1.fit(X, y)
regr_2.fit(X, y)

# Predict
X_test = np.arange(0.0, 5.0, 0.01)[:, np.newaxis]
y_1 = regr_1.predict(X_test)
y_2 = regr_2.predict(X_test)

# Plot the results
plt.figure()
plt.scatter(X, y, c="darkorange", label="data")
plt.plot(X_test, y_1, color="cornflowerblue", label="max_depth=2", linewidth=2)
plt.plot(X_test, y_2, color="yellowgreen", label="max_depth=5", linewidth=2)
plt.xlabel("data")
plt.ylabel("target")
plt.title("Decision Tree Regression")
plt.legend()
plt.show()

运行结果

安装GraphViz和pydotplus（用于可视化决策树）

安装GraphViz

选择msi文件下载并安装
https://graphviz.gitlab.io/_pages/Download/Download_windows.html
安装完成后，将bin目录加入到系统path环境变量中
终端输入命令：conda install python-graphviz即可完成安装python插件graphviz

安装pydotplus

终端输入命令：conda install pydotplus即可完成安装python插件pydotplus

测试代码

也可参考这里的测试代码：https://blog.csdn.net/pilipala6868/article/details/79963650

from sklearn.datasets import load_iris
from sklearn import tree
import pydotplus

iris = load_iris()
clf = tree.DecisionTreeClassifier()
clf = clf.fit(iris.data, iris.target)

dot_data = tree.export_graphviz(clf, out_file=None,
                         feature_names=iris.feature_names,
                         class_names=iris.target_names,
                         filled=True, rounded=True,
                         special_characters=True)

graph = pydotplus.graph_from_dot_data(dot_data)
graph.write_pdf('iris.pdf')

运行后，可以看到在项目目录下生成了pdf可视化文件