最近,开始学习斯坦福大学,吴恩达老师的机器学习课程。感觉很有意思,想深入的学一学,无奈,我还只是一个小白。查了查网上的一些资料,准备从视频加机器学习实战入手,从视频中看懂算法的推导。实践中使用Python进行实现。
由于本人只是一名纯小白,因此也不太懂到底是Python好还是matlab好,但是据说Matlab和C/C++能做的事,这个Python都可以。而且混合编程也很方便。使用的效率上,我感觉要比matlab快得多。因此,选择Python。
1、首先下载Python,推荐2.7版本。3.x版本的扩展不太多,而且听前辈说不是向下兼容的,因此最好是使用2.x的最高版本2.7
2、下载numpy包,这是做矩阵运算需要的科学计算包。刚开始没看清,下载不是.exe格式,要注意下载的多少位、适配哪个版本的Python,我使用的Python2.7,所以下载的是下面这个链接的numpy
这个很方便,安装时可以直接识别Python的安装路径。
安装过程截图:
更多版本在这里
3、安装完成后,进入python shell,通过cmd命令行打开,或者直接通过在python的路径下找到IDE (Python GUI),创建桌面快捷方式。由于我安装的路径比较长,cmd命令行打开比较麻烦,所以使用的是快捷方式。
4、打开后界面如图所示:
5、简单运行一下
(1)首先需要导入numpy才能进行一些运算,若不导入会出现以下错误:
<span id="pos_placeholder" style="width: 0px; height: 0px; visibility: hidden; margin: 0px; padding: 0px;"></span>Traceback(most recent call last):
File "<pyshell#0>", line 1,in <module>
random.rand(4,4)
NameError:name 'random' is not defined
(2)导入后,运行结果如下:
>>>from numpy import *
>>>random.rand(4,4)
array([[0.91436883, 0.65971241, 0.81519417, 0.29550649],
[ 0.59599884, 0.77817341, 0.54461688, 0.21541482],
[ 0.28662369, 0.65694238, 0.65291438, 0.85587147],
[ 0.9083952 , 0.71685708, 0.6406972 , 0.78593035]])
>>>
OK,以后再需要加入什么库的话,操作类似。今天起,开始玩玩机器学习!