在我们开始使用Python的时候，就注定了，我们解决问题的道路会伴随着Python的应用而变得十分便捷。
Conda 是一个开源的软件包管理系统和环境管理系统，用于安装多个版本的软件包及其依赖关系，并在它们之间轻松切换。 Conda 是为 Python 程序创建的，适用于 Linux，OS X 和Windows，也可以打包和分发其他软件。
学习TF-IDF原理的时候，采用了很长的时间去写原生的代码，但是在进入之后的学习中，当学习到了原理之后，还要再去写原生代码就与Python的理念背道而驰了。
于是乎，框架便是出现了，今天使用的是sklearn框架，是一个较为简单的机器学习框架。简介如下
sklearn (scikit-learn) 是基于 Python 语言的机器学习工具
- 简单高效的数据挖掘和数据分析工具
- 可供大家在各种环境中重复使用
- 建立在 NumPy ，SciPy 和 matplotlib 上
- 开源，可商业使用 – BSD许可证
组织构建[网站]
- Gitee Pages(国内): https://apachecn.gitee.io/sklearn-doc-zh
那么，如何安装呢？在Windows上，打开“开始”菜单，然后打开Anaconda命令提示符。在macOS或Linux上，打开一个终端窗口。在macOS或Linux上使用默认的bash shell。如果有虚拟环境的话，可以使用
代码语言：javascript复制conda activate *******切换为你的虚拟环境名称
然后输入
代码语言：javascript复制conda install -c conda-forge scikit-learn 来进行sklearn的安装。然后可以依次输入以下命令行检测是否成功安装sklearn。
代码语言：javascript复制conda list scikit-learn # to see which scikit-learn version is installed
conda list # to see all packages installed in the active conda environment
python -c "import sklearn; sklearn.show_versions()"我的输出如下
代码语言：javascript复制System:
python: 3.8.8 (default, Feb 24 2021, 15:54:32) [MSC v.1928 64 bit (AMD64)]
executable: C:Userssakuraanaconda3envstensorflowpython.exe
machine: Windows-10-10.0.19041-SP0
Python dependencies:
pip: 21.0.1
setuptools: 52.0.0.post20210125
sklearn: 0.24.1
numpy: 1.20.2
scipy: 1.6.2
Cython: None
pandas: None
matplotlib: None
joblib: 1.0.1
threadpoolctl: 2.1.0
Built with OpenMP: True以上呢，便是完成了sklearn 的安装工作。
