补充说明 & 修订

整体代码环境版本

• Python：3.11
• sklearn：1.1.3

1. 构建虚拟环境

将environment.txt文件移动到新的系统或位置。在新的Anaconda命令提示符下，首先创建一个新的环境（如果需要），然后使用以下命令安装所有包：

environment.txt 链接: https://pan.baidu.com/s/15pl9oR6M7PMpwU1hm9LeHA?pwd=us40

conda create --name [新环境名称] --file environment.txt

将[新环境名称]替换想要创建的新环境的名称。

这样，就可以在新的环境中重新创建原有环境的设置，包括所有的包和相应的版本。

扩展点：

从anaconda中导出environment.txt：

conda list --export > environment.txt

2. Boston文件无法引入

由于Boston数据在sklearn1.2以及之后就被取消了，所以解决方法有三种：

1. 降低sklearn的版本到1.1.3；
2. 下载Boston数据到本地，然后加载；
3. 更换数据为加利福尼亚的数据。

这里给出第2点的解决办法，也是比较简单

下载地址：https://pan.baidu.com/s/13n4XoMrEMvI4SvS1V0bESg?pwd=uek7

代码中需要替换的部分：

# 加载数据集 & CSV文件路径 
file_path = 'boston_housing.csv' ​ 
# 从CSV文件中读取数据 
boston_df = pd.read_csv(file_path) ​ 
# 分离特征和目标变量 
X = boston_df.drop('TARGET', axis=1).values 
y = boston_df['TARGET']

3.修订

58_深度置信网络（Deep Belief Networks, DBNs）：对代码进行修复

PS：根据不同库版本不同，可以在相对应的官网找到正确的使用方式~

cos大壮

海报 链接