Ubuntu Python机器学习入门教程

以下是一份Ubuntu Python机器学习入门教程：

环境搭建

1. 安装Python和pip：打开终端，输入sudo apt update和sudo apt install python3 python3-pip。
2. 安装虚拟环境（可选）：执行sudo apt install python3-venv，然后python3 -m venv myenv，最后source myenv/bin/activate。
3. 安装机器学习库：用pip install命令安装NumPy、Pandas、scikit – learn等库，如pip3 install numpy pandas scikit - learn。

实践项目

以线性回归为例，使用scikit – learn库：

1. 创建一个Python文件，如linear_regression.py。
2. 编写代码：

import numpy as np
from sklearn.model_selection import train_test_split
from sklearn.linear_model import LinearRegression
from sklearn.metrics import mean_squared_error

# 生成示例数据
X = np.random.rand(100, 1)
y = 2 + 3 * X

# 划分训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)

# 创建并训练模型
model = LinearRegression()
model.fit(X_train, y_train)

# 预测和评估
y_pred = model.predict(X_test)
mse = mean_squared_error(y_test, y_pred)
print("Mean Squared Error:", mse)

3. 在终端中运行python3 linear_regression.py。

学习资源

可以参考在线课程如Coursera、edX等，也可查阅scikit – learn、TensorFlow等官方文档，还可阅读《Python机器学习》等书籍。