설치
사이킷런을 설치하려면 여러 방법이 있습니다:
- 최신 공식 릴리즈(official release)을 설치하세요. 대부분 사용자들에게 최고의 접근법입니다. 안정된 버전과 대부분의 플랫폼(platforms)에서 사용 가능한 미리 빌드된 패키지들(pre-built packages)을 제공합니다.
- 여러분의 운영 체제(operating system)나 파이썬 배포판(Python distribution)에 맞게 제공되는 사이킷런 버전을 설치하세요. 사이킷런을 배포하는 운영 체제나 파이썬 배포판을 가지고 계신 분들을 위한 빠른 선택지입니다. 최신 릴리즈 버전은 제공하지 않을 수도 있습니다.
- 소스(source)에서 패키지를 빌드(build)합니다. 가장 최신의 기능들을 원하고 신제품 코드를 실행하는데 두려움이 없는 사용자들을 위해서는 최고입니다. 프로젝트에 기여하고 싶으신 사용자들에게도 필요합니다.
최신 릴리즈 설치
*역주: 번역문에는 개발 여건의 한계로 원문에 포함된 링크가 없습니다. 각 운영 체제와 패키저(packager) 조건에 따라 별도의 섹션을 새로 만들었으니 양해 부탁드립니다.
운영 체제 윈도우(Windows), 패키저(packager) pip
파이썬 3(Python 3)의 64비트(64bit) 버전을, 예를 들어 https://www.python.org에서 설치하세요.
그리고 실행하세요:
$ pip install -U scikit-learn
설치를 확인하시려면 다음을 사용하실 수 있습니다
$ python -m pip show scikit-learn # 어떤 버전의 사이킷런이 어디 설치되었는지 보기
$ python -m pip freeze # 활성화된 가상환경에 모든 패키지가 설치되었는지 보기
$ python -c "import sklearn; sklearn.show_versions()"
운영 체제 윈도우(Windows), 패키저(packager) pip, pip virtualenv 사용
파이썬 3(Python 3)의 64비트(64bit) 버전을, 예를 들어 https://www.python.org에서 설치하세요.
그리고 실행하세요:
$ python -m venv sklearn-venv
$ sklearn-venv\Scripts\activate
$ pip install -U scikit-learn
설치를 확인하시려면 다음을 사용하실 수 있습니다
$ python -m pip show scikit-learn # 어떤 버전의 사이킷런이 어디 설치되었는지 보기
$ python -m pip freeze # 활성화된 가상환경에 모든 패키지가 설치되었는지 보기
$ python -c "import sklearn; sklearn.show_versions()"
운영 체제 윈도우(Windows), 패키저(packager) 콘다(conda)
아나콘다(anaconda)나 미니콘다(miniconda) 인스톨러(installers) 또는 미니포지(miniforge) 인스톨러로 콘다(conda)를 설치하세요(이 중 무엇도 관리자 권한(asministrator permission)이 필요하지 않습니다).
그리고 실행하세요:
$ conda create -n sklearn-env -c conda-forge scikit-learn
$ conda activate sklearn-env
설치를 확인하시려면 다음을 사용하실 수 있습니다
$ conda list scikit-learn # 어떤 버전의 사이킷런이 설치되었는지 보기
$ conda list # 활성화된 가상환경에 모든 패키지가 설치되었는지 보기
$ python -c "import sklearn; sklearn.show_versions()"
운영 체제 맥OS(MacOS), 패키저(packager) pip
홈브루(homebrew)로 파이썬 3(Python 3)을 설치하거나 https://www.python.org에서 직접 패지키지를 설치하세요. 그리고 실행하세요:
$ pip install -U scikit-learn
설치를 확인하시려면 다음을 사용하실 수 있습니다
$ python -m pip show scikit-learn # 어떤 버전의 사이킷런이 어디 설치되었는지 보기
$ python -m pip freeze # 활성화된 가상환경에 모든 패키지가 설치되었는지 보기
$ python -c "import sklearn; sklearn.show_versions()"
운영 체제 맥OS(MacOS), 패키저(packager) pip, pip virtualenv 사용
홈브루(homebrew)로 파이썬 3(Python 3)을 설치하거나 https://www.python.org에서 직접 패지키지를 설치하세요. 그리고 실행하세요:
$ python -m venv sklearn-venv
$ source sklearn-venv/bin/activate
$ pip install -U scikit-learn
설치를 확인하시려면 다음을 사용하실 수 있습니다
$ python -m pip show scikit-learn # 어떤 버전의 사이킷런이 어디 설치되었는지 보기
$ python -m pip freeze # 활성화된 가상환경에 모든 패키지가 설치되었는지 보기
$ python -c "import sklearn; sklearn.show_versions()"
운영 체제 맥OS(MacOS), 패키저(packager) 콘다(conda)
아나콘다(anaconda)나 미니콘다(miniconda) 인스톨러(installers) 또는 미니포지(miniforge) 인스톨러로 콘다(conda)를 설치하세요(이 중 무엇도 관리자 권한(asministrator permission)이 필요하지 않습니다).
그리고 실행하세요:
$ conda create -n sklearn-env -c conda-forge scikit-learn
$ conda activate sklearn-env
설치를 확인하시려면 다음을 사용하실 수 있습니다
$ conda list scikit-learn # 어떤 버전의 사이킷런이 설치되었는지 보기
$ conda list # 활성화된 가상환경에 모든 패키지가 설치되었는지 보기
$ python -c "import sklearn; sklearn.show_versions()"
운영 체제 리눅스(Linux), 패키저(packager) pip
리눅스 배포판의 패키지 관리자(package manager)로 python3와 python3-pip를 설치하세요.
그리고 실행하세요:
$ pip3 install -U scikit-learn
설치를 확인하시려면 다음을 사용하실 수 있습니다
$ python -m pip show scikit-learn # 어떤 버전의 사이킷런이 어디 설치되었는지 보기
$ python -m pip freeze # 활성화된 가상환경에 모든 패키지가 설치되었는지 보기
$ python -c "import sklearn; sklearn.show_versions()"
운영 체제 리눅스(Linux), 패키저(packager) pip, pip virtualenv 사용
리눅스 배포판의 패키지 관리자(package manager)로 python3와 python3-pip를 설치하세요.
그리고 실행하세요:
$ python -m venv sklearn-venv
$ sklearn-venv\Scripts\activate
$ pip install -U scikit-learn
설치를 확인하시려면 다음을 사용하실 수 있습니다
$ python -m pip show scikit-learn # 어떤 버전의 사이킷런이 어디 설치되었는지 보기
$ python -m pip freeze # 활성화된 가상환경에 모든 패키지가 설치되었는지 보기
$ python -c "import sklearn; sklearn.show_versions()"
운영 체제 리눅스(Linux), 패키저(packager) 콘다(conda)
아나콘다(anaconda)나 미니콘다(miniconda) 인스톨러(installers) 또는 미니포지(miniforge) 인스톨러로 콘다(conda)를 설치하세요(이 중 무엇도 관리자 권한(asministrator permission)이 필요하지 않습니다).
그리고 실행하세요:
$ conda create -n sklearn-env -c conda-forge scikit-learn
$ conda activate sklearn-env
설치를 확인하시려면 다음을 사용하실 수 있습니다
$ conda list scikit-learn # 어떤 버전의 사이킷런이 설치되었는지 보기
$ conda list # 활성화된 가상환경에 모든 패키지가 설치되었는지 보기
$ python -c "import sklearn; sklearn.show_versions()"
다른 패키지와의 잠재적인 충돌(conflicts)을 피하기 위해 가상 환경(virtual environment, venv)이나 콘다 환경(conda environment)을 사용하는 것을 강력하게 추천한다는 것을 참고하세요.
이러한 격리된 환경은 전에 설치된 어떠한 파이썬 패키지와 상관 없이, pip나 콘다 및 그 의존 항목들(dependencies)로 사이킷런의 특정 버전을 설치할 수 있게 합니다. 특히 리눅스에서는 배포판의 패키지 관리자(apt, dnf, pacman…)가 관리하는 패키지들과 함께 pip 패키지를 설치하지 않는 것이 좋습니다.
넘파이(NumPy)나 사이파이(SciPy)를 아직 설치하지 않았다면, 콘다나 pip로 설치할 수 있습니다. pip를 쓴다면, (라즈베리 파이(Raspberry Pi)에서의 리눅스처럼) 특정 구성의 운영 체제와 하드웨어(hardware)를 사용할 때, 바이너리 휠(binary wheels)을 사용하는지와 넘파이와 사이파이가 소스에서 다시 컴파일(recompile)되지 않는지 확인하세요.
사이킷런 플로팅(plotting) 기능(예시로 “plot_“으로 시작하는 함수나 “Display”로 끝나는 클래스 등)은 맷플롯립(Matplotlib)이 필요합니다. 예제는 맷플롯립이 필요하고 몇몇 예제는 사이킷이미지(scikit-image), 판다스(pandas), 또는 씨본(seaborn)이 필요합니다. 사이킷런 의존 항목들의 최소 버전이 그 목적과 함께 아래에 나열되어 있습니다.
| 의존 항목 | 최소 버전 | 목적 |
|---|---|---|
| numpy | 1.17.3 | 빌드, 설치 |
| scipy | 1.3.2 | 빌드, 설치 |
| joblib | 1.1.1 | 설치 |
| threadpoolctl | 2.0.0 | 설치 |
| cython | 0.29.24 | 빌드 |
| matplotlib | 3.1.3 | 벤치마크(benchmark), 문서, 예제, 테스트 |
| scikit-image | 0.16.2 | 문서, 예제, 테스트 |
| pandas | 1.0.5 | 벤치마크, 문서, 예제, 테스트 |
| seaborn | 0.9.0 | 문서, 예제 |
| memory_profiler | 0.57.0 | 벤치마크, 문서 |
| pytest | 5.3.1 | 테스트 |
| pytest-cov | 2.9.0 | 테스트 |
| flake8 | 3.8.2 | 테스트 |
| black | 22.3.0 | 테스트 |
| mypy | 0.961 | 테스트 |
| pyamg | 4.0.0 | 테스트 |
| sphinx | 4.0.1 | 문서 |
| sphinx-gallery | 0.7.0 | 문서 |
| numpydoc | 1.2.0 | 문서, 테스트 |
| Pillow | 7.1.2 | 문서 |
| pooch | 1.6.0 | 문서, 예제, 테스트 |
| sphinx-prompt | 1.3.0 | 문서 |
| sphinxext-opengraph | 0.4.2 | 문서 |
| plotly | 5.10.0 | 문서, 예제 |
| conda-lock | 1.2.1 | 유지보수 |
경고: 사이킷런 0.20은 파이썬 2.7과 파이썬 3.4를 지원하는 마지막 버전이었습니다. 사이킷런 0.21은 파이썬 3.5-3.7을 지원했습니다. 사이킷런 0.22는 파이썬 3.5-3.8을 지원했습니다. 사이킷런 0.23 - 0.24는 파이썬 3.6 이상이 필요합니다. 사이킷런 1.0은 파이썬 3.7-3.10을 지원했습니다. 사이킷런 1.1 이상은 파이썬 3.8 이상이 필요합니다.
참고: 파이파이(PyPy)를 설치하려면, PyPy3-v5.10+, 넘파이 1.14.0+, 그리고 사이파이 1.1.0+이 필요합니다.
애플 실리콘 M1(Apple Silicon M1) 하드웨어에 설치
최근 소개된 macos/arm64 플랫폼(가끔 macos/aarch64라고 하는)은 빌드 구성과 자동화를 업그레이드(upgrade)하고 적절히 지원하기 위해서 오픈소스 커뮤니티(open source community)가 필요합니다.
작성 시점에는(2021년 1월), 이 하드웨어에서 사이킷런의 작업 설치를 하기 위한 유일한 방법은 콘다 포지(conda-forge) 배포판에서 사이킷런을 설치하는 것인데, 예를 들어 미니포지(miniforge) 인스톨러를 사용한다면:
https://github.com/conda-forge/miniforge
다음의 이슈(issue)는 PyPI에서 pip로 사이킷런을 설치할 수 있도록 하는 과정을 추적하고 있습니다:
https://github.com/scikit-learn/scikit-learn/issues/19137
사이킷런 서드 파티 배포판
어떤 서드 파티(third-party) 배포판은 그들의 패키지 관리 시스템(package management systems)에 통합된 사이킷런 버전을 제공합니다.
이는 통합판이 사이킷런이 필요로 하는 의존 항목들(넘파이, 사이파이)을 자동적으로 설치하는 기능을 포함하므로, 사용자들이 더 쉽게 설치와 업그레이드를 할 수 있게끔 해줍니다.
다음은 자체적인 사이킷런 버전을 제공하는 OS(운영 체제)와 파이썬 배포판의 완전하지는 않은 목록입니다.
알파인 리눅스(Alpine Linux)
알파인 리눅스 패키지는 공식 저장소(repositories)를 통해 파이썬을 위한 py3-scikit-learn으로 제공됩니다. 다음의 명령을 입력해 설치할 수 있습니다:
sudo apk add py3-scikit-learn
아크 리눅스(Arch Linux)
아크 리눅스 패키지는 공식 저장소(repositories)를 통해 파이썬을 위한 python-scikit-learn으로 제공됩니다. 다음의 명령을 입력해 설치할 수 있습니다:
sudo pacman -S python-scikit-learn
데비안/우분투(Debian/Ubuntu)
데비안/우분투 패키지는 python3-sklearn(파이썬 모듈들), python3-sklearn-lib(저수준 구현과 바인딩(bindings)), python3-sklearn-doc(문서)의 세 개의 다른 패키지에 분할되어 있습니다. 오직 파이썬 3 버전만 데비안 버스터(Debian Buster, 더 최신의 데비안 배포판)에서 사용 가능합니다. 패키지는 apt-get으로 설치할 수 있습니다:
sudo apt-get install python3-sklearn python3-sklearn-lib python3-sklearn-doc
페도라(Fedora)
페도라 패키지는 파이썬 3 버전을 위한 python3-scikit-learn이며, 페도라30(Fedora30)에서 유일하게 사용 가능한 패키지입니다. dnf로 설치할 수 있습니다:
sudo dnf install python3-scikit-learn
넷BSD(NetBSD)
사이킷런은 pkgsrc-wip으로 사용 가능합니다:
http://pkgsrc.se/math/py-scikit-learn
맥 OSX를 위한 맥포트(MacPorts)
맥포트 패키지 이름은 py<XY>-scikits-learn이며, XY는 파이썬 버전을 나타냅니다. 다음 명령을 입력해 설치할 수 있습니다:
sudo port install py39-scikit-learn
모든 지원되는 플랫폼을 위한 아나콘다(Anaconda)와 엔쏘우트 배포 관리자(Enthought deployment manager)
아나콘다와 엔쏘우트 배포 관리자는 사이킷런을 포함한 과학적인 파이썬 라이브러리의 거대한 세트를 윈도우, 맥 OSX, 그리고 리눅스를 위해 담고 있습니다.
아나콘다는 무료 배포판의 일부로 사이킷런을 제공합니다.
인텔 콘다 채널(Intel conda channel)
인텔은 사이킷런을 담은 전용 콘다 채널을 유지보수합니다.
conda install -c intel scikit-learn
이 버전의 사이킷런에는 일부 일반적인 추정기들에 대한 대체 솔버(solvers)가 있습니다. 이 솔버들은 DAAL C++ 라이브러리에서 왔고 다중 코어(multi-core) 인텔 CPU에 최적화되어 있습니다.
솔버들이 기본적으로 사용 가능하지는 않음을 인지하고, 더 자세한 설명은 daal4py 문서를 참고해주세요.
표준 사이킷런 솔버와의 호환성(compatibility)은 https://github.com/IntelPython/daal4py에 보고되어 있듯이 자동 연속 통합(continuous integration)을 통해 전체 사이킷런 테스트 수트(test suite)를 실행하며 확인되고 있습니다.
윈도우를 위한 윈파이썬(WinPython)
윈파이썬 프로젝트는 사이킷런을 추가 플러그인(plugin)으로 배포합니다.
문제 해결
윈도우의 파일 경로 길이 제한으로 인한 오류
만약 파이썬이 사용자 홈 디렉토리(home directory)의 AppData 폴더처럼 중첩된 위치에 설치되어 있다면 윈도우의 기본 경로 크기 제한에 도달하여 pip가 패키지 설치에 실패할 수 있습니다, 예를 들어:
C:\Users\username>C:\Users\username\AppData\Local\Microsoft\WindowsApps\python.exe -m pip install scikit-learn
Collecting scikit-learn
...
Installing collected packages: scikit-learn
ERROR: Could not install packages due to an EnvironmentError: [Errno 2] No such file or directory: 'C:\\Users\\username\\AppData\\Local\\Packages\\PythonSoftwareFoundation.Python.3.7_qbz5n2kfra8p0\\LocalCache\\local-packages\\Python37\\site-packages\\sklearn\\datasets\\tests\\data\\openml\\292\\api-v1-json-data-list-data_name-australian-limit-2-data_version-1-status-deactivated.json.gz'
이 경우 regedit 도구로 윈도우 레지스트리(registry) 안의 제한을 풀 수 있습니다:
- 윈도우 시작 메뉴(start menu)에서 “regedit”을 입력하고
regedit을 실행하세요. Computer\HKEY_LOCAL_MACHINE\SYSTEM\CurrentControlSet\Control\FileSystem키(key)로 가세요.- 그 키의
LongPathsEnabled속성 값을 편집해 1로 설정하세요. - (이전에 중단된 설치는 무시하고) 사이킷런을 다시 설치하세요.
pip install --exists-action=i scikit-learn