如何检查系统中Scikit-Learn是否安装及已安装版本？

Hey there! Let's tackle your questions about scikit-learn step by step:

这里有两种简单可靠的方法：

• 方法一：Python交互式环境验证
  打开终端或命令提示符，输入python（如果你的环境默认是Python3，可能需要用python3）进入交互模式，然后尝试导入scikit-learn：

import sklearn

如果没有弹出ModuleNotFoundError这类报错，就说明scikit-learn已经成功安装在你的系统里了；反之则表示尚未安装。

• 方法二：命令行直接检查（通过pip）
  在终端中运行以下命令，从已安装的Python包列表里筛选scikit-learn：

pip list | grep scikit-learn
# 针对Python3环境，用pip3
pip3 list | grep scikit-learn

如果输出结果里能看到scikit-learn的条目，就证明它已经安装好了。

查看版本信息 #

有几种便捷的方式可以获取版本号：

• Python交互模式下查看
  进入Python交互环境后，导入sklearn并打印版本属性：

import sklearn
print(sklearn.__version__)
# 或者用另一种官方推荐的方式
from sklearn.utils import version
print(version.__version__)

• 命令行方式查看
  直接在终端运行以下命令，会输出scikit-learn的详细信息，包括版本号、安装路径等：

pip show scikit-learn
# Python3环境用pip3
pip3 show scikit-learn

验证可用性 #

其实成功导入sklearn就已经说明它可以正常使用了，但如果你想进一步验证功能完整性，可以运行一段简单的测试代码：

from sklearn.datasets import load_iris
from sklearn.linear_model import LogisticRegression

# 加载经典的鸢尾花数据集
iris_data = load_iris()
X, y = iris_data.data, iris_data.target

# 初始化并训练一个逻辑回归模型
model = LogisticRegression(max_iter=200)  # 增加迭代次数避免收敛警告
model.fit(X, y)

# 打印模型在训练集上的得分，验证功能正常
print("模型训练得分：", round(model.score(X, y), 2))

如果这段代码能顺利运行并输出类似模型训练得分： 0.97的结果，就说明scikit-learn完全可用。

内容的提问来源于stack exchange，提问作者Tanya Jain