CentOS 上 Python 机器学习入门路线图

一 环境准备与 Python 安装

• 系统更新与基础工具
  • 更新系统并安装编译依赖与开发工具：
    • sudo yum update -y
    • sudo yum groupinstall -y “Development Tools”
    • sudo yum install -y openssl-devel bzip2-devel libffi-devel zlib-devel readline-devel sqlite-devel wget
• 安装 Python 3 与 pip
  • CentOS 7：先启用 EPEL：sudo yum -y install epel-release
  • 安装 Python 3 与 pip：sudo yum install -y python3 python3-pip
• 验证版本
  • python3 --version、pip3 --version
• 建议：优先使用 Python 3.9–3.11，对主流框架（如 TensorFlow 2.x）更友好。

二 创建隔离环境与管理依赖

• 方式 A Anaconda（适合数据科学，含 conda 与常用科学计算包）
  • 下载并安装（示例为 Python 3.11）：
    • wget https://repo.anaconda.com/archive/Anaconda3-2024.02-1-Linux-x86_64.sh
    • bash Anaconda3-2024.02-1-Linux-x86_64.sh（按提示完成）
    • source ~/.bashrc
  • 常用命令：
    • conda create -n ml_env python=3.11
    • conda activate ml_env
    • conda install scikit-learn matplotlib jupyter pandas numpy
    • jupyter notebook
• 方式 B venv + pip（系统自带，轻量）
  • python3 -m venv ml_env
  • source ml_env/bin/activate
  • pip install --upgrade pip
  • pip install numpy pandas matplotlib scikit-learn jupyter
• 国内镜像加速（可选）
  • 创建 ~/.pip/pip.conf，写入：
    • [global] index-url = https://pypi.tuna.tsinghua.edu.cn/simple

三 机器学习快速上手 KMeans 聚类实战

• 目标：用 scikit-learn 在二维数据上做 KMeans 聚类，并评估与选参
• 完整示例（可直接运行）
  • 安装依赖（在激活的环境中）：pip install scikit-learn matplotlib numpy
  • 代码：

    • import numpy as np import matplotlib.pyplot as plt from sklearn.cluster import KMeans from sklearn.datasets import make_blobs from sklearn.metrics import adjusted_rand_score, silhouette_score

      1) 生成数据

      X, y_true = make_blobs(n_samples=300, centers=3, cluster_std=1.5, random_state=42, n_features=2)

      2) 训练 KMeans

      kmeans = KMeans(n_clusters=3, init=‘k-means++’, n_init=10, max_iter=300, random_state=42) kmeans.fit(X) y_pred = kmeans.labels_ centers = kmeans.cluster_centers_

      3) 评估

      ari = adjusted_rand_score(y_true, y_pred) sil = silhouette_score(X, y_pred) print(f"ARI: {ari:.4f}, Silhouette: {sil:.4f}")

      4) 可视化

      plt.figure(figsize=(12,5)) plt.subplot(1,2,1); plt.scatter(X[:,0], X[:,1], c=y_true, cmap=‘viridis’, s=50); plt.title(“True”) plt.subplot(1,2,2); plt.scatter(X[:,0], X[:,1], c=y_pred, cmap=‘viridis’, s=50) plt.scatter(centers[:,0], centers[:,1], c=‘red’, s=200, marker=‘X’); plt.title(“KMeans”) plt.tight_layout(); plt.show()

      5) 肘部法则选 K

      inertias = [KMeans(n_clusters=k, random_state=42, n_init=10).fit(X).inertia_ for k in range(1,11)] plt.figure(); plt.plot(range(1,11), inertias, ‘bo-’); plt.xlabel(‘K’); plt.ylabel(‘WCSS’); plt.title(‘Elbow’)

四 深度学习框架选择与安装 PyTorch 示例

• 安装前准备
  • 确认 Python 版本（建议 3.9–3.11）
  • 有 NVIDIA GPU 且已装好 CUDA/cuDNN 时，优先安装 GPU 版；否则安装 CPU 版
• CPU 版安装
  • pip install torch torchvision torchaudio
• GPU 版安装（示例为 CUDA 11.3）
  • pip install torch torchvision torchaudio --extra-index-url https://download.pytorch.org/whl/cu113
• 验证安装
  • python - <<‘PY’ import torch print(“Torch:”, torch.version) print(“CUDA available:”, torch.cuda.is_available()) PY
• 说明
  • 如需 TensorFlow，建议参考官方指南选择对应 Python/CUDA 版本；在 CentOS 上以虚拟环境隔离最佳。

五 常用库与下一步学习路径

• 核心库图谱
  • 数值计算：NumPy
  • 数据处理：Pandas
  • 科学算法：SciPy
  • 机器学习：Scikit-learn
  • 深度学习：TensorFlow / PyTorch（Keras 常用作高级 API）
• 学习建议
  • 先掌握 NumPy/Pandas 数据操作与可视化，再系统学习 Scikit-learn 的建模流程（数据切分、训练/验证、评估指标、交叉验证、网格搜索）
  • 选择一条主线：传统 ML（分类/回归/聚类）或深度学习（CNN/RNN/Transformer），配合小项目巩固
  • 开发工具：VS Code + Jupyter 或 PyCharm 提升效率