一、实验概述
• 操作系统：Windows 11
• Python版本：3.9.7
• 安装目标：scikit-learn（机器学习常用库）
• 安装方式：pip（Python官方包管理工具）

二、详细安装步骤
第1步：确认Python与pip环境
打开命令提示符（cmd），依次输入以下命令：

python --version
pip --version

说明：确保Python已正确安装，且pip版本建议不低于21.0。

第2步：升级pip（可选但推荐）
为防止依赖安装失败，先将pip升级到最新版：

python -m pip install --upgrade pip

第3步：安装scikit-learn
使用清华镜像源加速下载（国内推荐）：

pip install scikit-learn -i https://pypi.tuna.tsinghua.edu.cn/simple

等待安装完成，出现如下提示即成功：

Successfully installed scikit-learn-1.2.2 numpy-1.24.3 scipy-1.10.1

第4步：验证安装
在cmd中执行以下命令：

python -c "import sklearn; print(sklearn.__version__)"

说明：若无报错且正常输出版本号，说明安装成功。

第5步：功能测试（加载内置数据集）
新建一个Python文件 test_sklearn.py，写入以下代码：

from sklearn import datasets
from sklearn.model_selection import train_test_split
from sklearn.tree import DecisionTreeClassifier

# 加载鸢尾花数据集
iris = datasets.load_iris()
X, y = iris.data, iris.target

# 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)

# 训练决策树模型
clf = DecisionTreeClassifier()
clf.fit(X_train, y_train)

# 输出准确率
print("模型准确率：", clf.score(X_test, y_test))

运行：

python test_sklearn.py

三、常见问题与解决

四、安装总结
✅ Python环境正常
✅ pip已升级
✅ scikit-learn安装成功（版本1.2.2）
✅ 内置数据集可正常加载
✅ 简单分类模型可运行
结论：scikit-learn库已成功配置，可正式用于机器学习项目。