bes1290的博客

基于企鹅数据集的决策树实战实践要求：导入基础的函数库包括：numpy（Python进行科学计算的基础软件包），pandas（pandas是一种快速，强大，灵活且易于使用的开源数据分析和处理工具），matplotlib和seaborn绘图。数据集下载地址：https://tianchi-media.oss-cn-beijing.aliyuncs.com/DSW/6tree/penguins_raw.csv实践步骤：Step1:库函数导入import numpy as npimport panda

KNN分类和基于支持向量机的分类预测鸢尾花数据集——KNN分类KNN分类理解：计算未知样本与所有已知样本的距离，从中选取与未知样本距离最近的K个已知样本，根据少数服从多数的投票法则（majority-voting），将未知样本与K个最邻近样本中所属类别占比较多的归为一类。import pandas as pdimport matplotlib.pyplot as pltimport seaborn as snsfrom sklearn.datasets import load_irisda

基于鸢尾花（iris，sklearn中自带的数据）数据集的逻辑回归分类实践实践要求：导入基础的函数库包括：numpy（Python进行科学计算的基础软件包），pandas（pandas是一种快速，强大，灵活且易于使用的开源数据分析和处理工具），matplotlib和seaborn绘图。解题步骤：Step1:库函数导入## 基础函数库import numpy as np import pandas as pd## 绘图函数库import matplotlib.pyplot as plt

机器学习算法题题目说明Elwin觉得自己在大学期间陷入了一个怪圈：不管他在学期初确立了多么严格的工作习惯，他最终都会陷入到某个固定的工作节奏中。为此，Elwin请你帮他建立马尔科夫链模型，请你帮他分析分析发生这种情况的原因。为了简化题目难度，我们可以认为Elwin在生活中只会干三件事：玩手机，工作，学习。Elwin给你提供了一些他的生活规律：玩手机后，有90%的概率继续玩手机，7.5%的概率工作，2.5%的概率学习；工作后，有15%的概率玩手机，80%的概率继续工作，5%的概率学习；学习后