■
○ Python 3.5.2 [Windows x86-64 executable installer] をインストール
○ Visual Studio 2015 の Visual C++ 再頒布可能パッケージ vc_redist.x64.exe をインストール
○ C:\Users\[your name]\AppData\Local\Programs\Python\Python35 へパスを通す
>python -m pip install --upgrade pip
>python -m pip install wheel
http://www.lfd.uci.edu/~gohlke/pythonlibs/ から numpyとscipyのwhlをダウンロード
>python -m pip install C:\Users\[your name]\Downloads\numpy-1.11.1+mkl-cp35-cp35m-win_amd64.whl
>python -m pip install C:\Users\[your name]\Downloads\scipy-0.17.1-cp35-cp35m-win_amd64.whl
>python -m pip install pandas
>python -m pip install matplotlib
>python -m pip install scikit-learn
3、試しに以下のプログラムを実行
参考:Windows環境にPython 3.5.1+numpy+scipy+αをインストール
#グレースケールの8x8(セル64個のそれぞれの色の濃さ)の不明瞭な数字画像を読むプログラム
import matplotlib.pyplot as plt
from sklearn import datasets
from sklearn import svm#用意されている不明瞭画像とその答えがペアになったサンプルデータをダウンロード
digits = datasets.load_digits()print(u'サンプルデータ数:', len(digits.data))
#アルゴリズム指定
clf = svm.SVC(gamma=0.001,C=100)#学習数 1700個
learning_cnt = 1700
question,ans = digits.data[:learning_cnt], digits.target[:learning_cnt]#機械学習?する
clf.fit(question,ans)#例えば、学習していない1750番目の画像データから数字を予想
index = 1750
predicted_ans = clf.predict(digits.data[index])
print(u'予想値:', predicted_ans)#答えを見る。1750番目の画像表示
plt.imshow(digits.images[index], cmap=plt.cm.gray_r, interpolation="nearest")
plt.show()#予想値と一致!
Scikit Learn Machine Learning SVM Tutorial with Python p. 2 - Example
4、便利なのでさらに追加
>python -m pip install sympy