scikit-multiflow安装教程 scikit-multiflow安装教程

scikit-multiflow官网
一 .安装
注意： scikit-multiflow 仅适用于Python 3.5+ 。
scikit-multiflow需要在系统中已经安装numpy。有多种安装方式numpy，最简单的方法是使用pip：

pip install -U numpy

选项1.从安装包安装（未成功，可以试试）首先，下载scikit-multiflow项目。选择获取zip文件，必须先将项目解压缩到所需的本地目标位置，然后再继续。
在终端中，定位到项目的本地路径并运行以下命令（包括末尾的点）：
定位到项目路径的快捷方法：在解压后的安装包页面，

文章图片
按住shift，鼠标右击，选择在此处打开powershell窗口，如下图所示：

文章图片

pip install -U .

PS:尽管这个方法看起来很简单，但是我折腾了几个小时也不行，会出现报错，试过很多解决方法也不行（可能我电脑太垃圾了哈哈哈哈）因此跳转到第二种方法。
选项2.从conda-forge安装（成功了）在conda- forge安装scikit-multiflow：
打开它

文章图片

插入下面的语句：

conda install -c conda-forge scikit-multiflow

不成功的话请看下面这一解决方法：
一般由于网络的原因，从conda里面安装国外的包会出现连接断掉的问题，所以在conda里面先输入这一条语句设置连接时长，里面的数据可以更改：

conda config --set remote_read_timeout_secs 3000.0

然后再写入：

conda install -c conda-forge scikit-multiflow

如图所示：

文章图片

于是在凌晨5点特么终于成功了！整整一天！！！！
如果安装有问题的话请根据保错提示百度一下，因为可能有一些包需要你再安装。
选项3.从PyPI安装（you can try!） scikit-multiflow也可以通过PyPI（Python包索引）获得。因此，您可以使用以下命令进行安装：

pip install -U scikit-multiflow

总结：我这个好像是第一篇关于scikit-multiflow安装的中文博客吧？？hhhhhh
接下来还有一篇通过使用scikit-multiflow（一个用于数据流学习的Python框架）的简单在线回归器的实现。
【scikit-multiflow安装教程】参考：scikit-multiflow官网安装文档