Python编程
文章平均质量分 57
不系之舟913
这个作者很懒,什么都没留下…
展开
-
解决在matplotlib使用中文的问题
原生的matplotlib并不支持直接使用中文,而需要修改一下相应的文件,上网搜了下,找到一个最简洁的办法。NO.1找到matplotlibrc文件C:\Python26\Lib\site-packages\matplotlib\mpl-data\matplotlibrc(Windows)/usr/share/matplotlib/mpl-data/matplotlibrc (Linux)NO.2找转载 2016-09-12 10:39:10 · 1160 阅读 · 0 评论 -
《机器学习实战》学习(二)——决策树(DT)
1、决策树简述决策树学习是一种逼近离散值目标函数的方法,在这种方法中学习到的函数被表示为一棵决策树。在周志华老师的《机器学习》这本书中专门一章节对决策树进行了讲述。并对id3算法后的改进算法也做了相应的介绍。决策树容易导致过拟合现象,介绍了预剪枝和后剪枝等相关的处理方法。决策树依赖测试集,可以把测试集生成的树结构序列化存到文件中,下次使用可以很快进行加载。 一个牛人对决策树的总结,我觉得很有道理,翻译 2016-09-11 21:57:35 · 3053 阅读 · 0 评论 -
《机器学习实战》学习(三)——决策树实例
实例一 《机器学习》书中4.3习题1、问题描述试编程实现基于信息熵进行划分选择的决策树算法,并为表4.3中数据生成一棵决策树,表4.3数据如下:‘色泽’,’根蒂’,’敲声’,’纹理’,’脐部’,’触感’,’密度’,’含糖率’ 青绿 蜷缩 浊响 清晰 凹陷 硬滑 0.697 0.46 是 乌黑 蜷缩 沉闷 清晰 凹陷 硬滑 0.774 0.376 是原创 2016-09-11 22:01:33 · 15849 阅读 · 2 评论 -
《机器学习实战》学习(一)——k-近邻算法(kNN)
1、k近邻算法的理解K最近邻(k-Nearest Neighbor,KNN)分类算法,是一个理论上比较成熟的方法,也是最简单的机器学习算法之一。该方法的思路是:如果一个样本在特征空间中的k个最相似(即特征空间中最邻近)的样本中的大多数属于某一个类别,则该样本也属于这个类别。 可以简单的理解为是通过测量与不同特征值之间的距离来进行分类。书中采用欧式距离实现k近邻算法。2、书中例子的Python实现与原创 2016-09-01 17:00:50 · 656 阅读 · 0 评论 -
Python中使用matPlotlib绘图-曲线图、柱状图、散列点
收集了使用matplotlib绘制曲线图、柱状图、散列点的绘制方法 实现代码如下import matplotlib #导入matplotlib库from numpy import *import numpy as npimport matplotlib.pyplot as plt#画曲线图fig = plt.figure()def f(x1, c): m1 = sin(2*原创 2016-09-01 17:46:24 · 9017 阅读 · 0 评论