这是Python3.2安装scikit-learn机（jī）器（qì）学习包下载（zǎi），scikit-learn 机器学习包，很好的工具。但是官方网站（zhàn）没有适合python3.x的，在（zài）国（guó）外unofficial网（wǎng）站（zhàn）下载。
（网址（zhǐ）见我的博文python、数（shù）据收集、数据分（fèn）析） numpy、scipy、scikit-learn三个已打（dǎ）包，顺（shùn）序逐个安装。
Python3.2安装scikit-learn机器学习包是（shì）机器学（xué）习算（suàn）法在近几年大数据点燃的热（rè）火熏陶下已经变（biàn）得被人所“熟知”，就算（suàn）不懂（dǒng）得其中各算法理论，叫（jiào）你喊（hǎn）上一两（liǎng）个（gè）著（zhe）名算法的名（míng）字（zì），你（nǐ）也能昂首挺胸脱口而出。当然了，算法之林虽（suī）大，但能（néng）者还（hái）是有（yǒu）限，能适应（yīng）某些环境并取得较好（hǎo）效（xiào）果的算法会脱颖而出，而表（biǎo）现平平者则被历史所淡忘（wàng）。随着机器学习社（shè）区（qū）的（de）发（fā）展和实践验证，这群脱颖而出者也（yě）逐渐被人（rén）所（suǒ）认可和青睐，同时（shí）获得了更多社区力量（liàng）的支持、改进和推广（guǎng）。
以最广泛的分类（lèi）算法为例，大致可以分（fèn）为线性（xìng）和非线性两大派别。线（xiàn）性（xìng）算法有著名的逻辑回归、朴素贝（bèi）叶斯（sī）、最（zuì）大熵等（děng），非线性算（suàn）法有随（suí）机森（sēn）林、决策树（shù）、神经网络、核机器等等。线性算法举的大旗是训（xùn）练（liàn）和预测的效率比较高（gāo），但最终效果对特征的依赖程度（dù）较高，需要数据在特征层面上是线（xiàn）性可分（fèn）的。因此，使用线性（xìng）算法需要（yào）在特征工（gōng）程上下不少功夫，尽量对特（tè）征进行选（xuǎn）择、变换（huàn）或者组合（hé）等使（shǐ）得特征（zhēng）具有区分性。而非线性算法则（zé）牛逼点（diǎn），可以建（jiàn）模复杂的（de）分类面，从（cóng）而能更好的（de）拟合数（shù）据。
那在我们选择了（le）特（tè）征的（de）基础上，哪个机器学习算法能（néng）取得（dé）更好的（de）效（xiào）果呢？谁（shuí）也不知道（dào）。实践是检验哪个（gè）好的不二标准。那难道要苦逼（bī）到写五六个机器学习的代码吗？No，机器学习社区的力量（liàng）是强大的，码农（nóng）界的共（gòng）识是不（bú）重复（fù）造轮子！因此，对某些较为成熟（shú）的算法，总有（yǒu）某（mǒu）些优（yōu）秀的库可以直接使（shǐ）用，省去了（le）大（dà）伙调（diào）研的大部（bù）分时间。
基于目前使（shǐ）用python较（jiào）多，而python界中远（yuǎn）近闻名的机器学习库要数scikit-learn莫属了。这（zhè）个（gè）库优点很多。简单易用，接口抽象得非常（cháng）好，而且文档支（zhī）持实（shí）在感人。本（běn）文中，我们可以封装（zhuāng）其中的很（hěn）多机（jī）器学习算法，然后进行（háng）一次性测试，从而（ér）便于分析（xī）取优（yōu）。当然了，针对具体（tǐ）算法，超参（cān）调优也非常重（chóng）要（yào）。
Python3.2安装scikit-learn机器（qì）学习（xí）包是Python的一个开源机器学习模块，它建（jiàn）立在（zài）NumPy，SciPy和matplotlib模块之上。值得一提（tí）的是，scikit-learn最先是由David Cournapeau在2007年发起的一个（gè）Google Summer of Code项目（mù），从那时（shí）起这个项目就已经拥有很（hěn）多的（de）贡献者了（le），而且该（gāi）项目目前（qián）为止也是由一个志（zhì）愿者团队在（zài）维（wéi）护着。
scikit-learn的安（ān）装方法有很多种，而且也是（shì）适用于各（gè）种主流操作（zuò）系统，scikit-learn主（zhǔ）页上也分别详细地介绍了在不同操作系（xì）统（tǒng）下的三种安装方法，具体（tǐ）安装详（xiáng）情请移步至 installing scikit-learn。
在这里，首先向（xiàng）大家推荐一（yī）款学习Python的（de）强大的开发环境python(x，y)。python(x，y)是一个基于python的（de）科（kē）学计算（suàn）软件包，它包含集（jí）成开发环境（jìng）Eclipse和Python开发插（chā）件pydev、数据交互式（shì）编辑（jí）和可视化工具spyder，而且还（hái）内嵌了Python的基础数据（jù）库numpy和高级数学库scipy、3D可视化工（gōng）具集MayaVi、Python界面（miàn）开发库PyQt、Python与C/C++混合编译器SWIG。除此之外，python(x，y)配备（bèi）了丰富齐全的帮助文（wén）档，非常方便科研人员使用。
对于像楼主这样，在（zài）学校习惯了用Matlab仿（fǎng）真搞科研的学生而言（yán），python(x，y)是学习Python的一个（gè）绝佳选择，其（qí）中（zhōng）内嵌的spyder提（tí）供（gòng）了类似于Matlab的（de）交互界面，可（kě）以很方（fāng）便地使用（yòng）。python(x，y)的下载（zǎi）请点击（jī）这里：python(x，y)下载（zǎi）。
由（yóu）于scikit-learn是基于（yú）NumPy、SciPy和matplotlib模块的，所以在（zài）安装scikit-learn之前必须（xū）要（yào）安装这3个模块（kuài），这就很麻烦。但是，如果你提（tí）前像楼（lóu）主这样安装了python(x，y)，它（tā）本（běn）身已经包含（hán）上述的模块，你只需下载与你匹配的scikit-learn版本，直接点（diǎn）击安装（zhuāng）即（jí）可。
scikit-learn各种版本下（xià）载：scikit-learn下载。
