安装 scikit-learn（sklearn）有多种方法，以下是详细的步骤：
1/使用 pip（最常用）
pip install scikit-learn # 基本安装
pip install scikit-learn==1.3.0 # 安装指定版本
pip install --upgrade scikit-learn # 升级到最新版本
2/使用 conda（如果使用 Anaconda）
conda install scikit-learn
3/使用国内镜像加速（如果下载慢）
阿里云镜像
# 阿里云镜像
pip install scikit-learn -i https://mirrors.aliyun.com/pypi/simple/
# 清华大学镜像
pip install scikit-learn -i https://pypi.tuna.tsinghua.edu.cn/simple
4/验证安装
安装完成后，验证是否成功：
# 打开Python解释器或创建.py文件
import sklearn
print(sklearn.__version__) # 查看版本号
# 测试一个简单的功能
from sklearn import datasets
iris = datasets.load_iris()
print(iris.data.shape) # 应该输出 (150, 4)
常见问题解决
1. 权限问题（Linux/Mac）
sudo pip install scikit-learn # 或使用虚拟环境
2. 使用虚拟环境（推荐）
# 创建虚拟环境
python -m venv myenv
# 激活虚拟环境
# Windows:
myenv\Scripts\activate
# Linux/Mac:
source myenv/bin/activate
# 在虚拟环境中安装
pip install scikit-learn
3. 同时安装常用依赖
# scikit-learn依赖numpy和scipy，可以一起安装
pip install numpy scipy scikit-learn
4. 安装开发版本
pip install --pre -U scikit-learn # 安装预发布版本
pip install git+https://github.com/scikit-learn/scikit-learn.git # 从GitHub安装
完整安装示例
# 创建并激活虚拟环境（可选）
python -m venv sklearn_env
source sklearn_env/bin/activate # Linux/Mac
# 或 sklearn_env\Scripts\activate (Windows)
# 安装scikit-learn及其常用依赖
pip install numpy scipy matplotlib pandas scikit-learn
# 验证安装
python -c "import sklearn; print('scikit-learn version:', sklearn.__version__)"
注意：scikit-learn 通常需要以下前置依赖：
- NumPy（>=1.17.3）
- SciPy（>=1.5.0）
- joblib（>=1.1.1）
- threadpoolctl（>=2.0.0）
使用 pip 安装时会自动安装这些依赖。
