Installer Scikit-learn et Mlxtend

L'intelligence artificielle n'est plus un mythe, elle est devenue une réalité. Les machines sont capables d'affectuer des tâches initialement réservées aux humains et cela est possible grâce à l'apprentissage, c'est tout l'objet du machine learning. Dans cette formation, je vous propose de découvrir les notions fondamentales du machine learning et la librairie Scikit-learn de l'INRIA.

Installer Anaconda

Je vous recommande d'utiliser Scikit-learn avec Anaconda. Si vous n'avez pas encore Anaconda installé, suiviez ce tutoirel pour l'installer Installer Anaconda.

Créer un environnement virtuel

Scikit-learn est installé par défaut dans l'environnement de base. Toutefois je vous recommande fortement de créer un environnement virtuel afin de préserver cet environnement de base. Lancez Anaconda Prompt et faites la commande suivante:

conda create --name ml

Cette commande va créer une environnement virtuel avec le nom ml, tapez y pour confirmer la création.

Activer l'environnement virtuel

Une fois l'environnement virtuel créé, il faut l'activer avec la commande suivante.

conda activate ml

Scikit-learn

Scikit-learn est une librairie Python dédiée au machine learning. Scikit-learn est un projet open source portée par l'INRIA. C'est la librairie la plus populaire et l'une des plus utilisée.

Installer Scikit-learn

Scikit-learn peut-être installé depuis le gestionnaire de packages Pypi désormais sous le nom de scikit-learn au lieu de sklearn.

$ pip install scikit-learn

Notez que depuis le 2023, pip install scikit-learn a remplacé pip install sklearn.

Importer Scikit-learn

Scikit-learn est importé sous le nom sklearn

import sklearn

Vérifier la version

Une console s'ouvre comme ci-dessous

print(sklearn.__version__)

Le code source de Scikit-learn est disponible sur GitHub sklearn/sklearn.

Mlxtend

Mlxtend est un package Python pour le machine learning. Ce package propose des fonctionnalités qui ne sont pas implémentées dans Scikit-learn, l'algorithme des règles d'association, l'algorithme ensembliste Stacking ou encore la représentation des matrices de confusion pour ne citer que celles-là.

Installer Mlxtend

Mlxtend peut-être installé depuis le gestionnaire de packages Pypi.

$ pip install mlxtend

Importer Mlxtend

import mlxtend

Vérifier la version

Une console s'ouvre comme ci-dessous

print(mlxtend.__version__)

Le code source de Scikit-learn est disponible sur GitHub rasbt/mlxtend.

---

Dans le cadre de cette formation, j'ai fait le choix de Scikit-learn parce qu'il est assez complet, c'esst de loin la plus populaire et la plus intutive, mais sachez qu'il existe d'autres librairies Python pour le machine learning telles que XgBoost, PyCaret entre autres.

Partagez sur les réseaux sociaux

Commentaires