![](https://img-blog.csdnimg.cn/20201014180756930.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深入浅出 python机器学习
文章平均质量分 91
Dontla
调包侠
展开
-
python matplotlab.pyplot.grid() 函数
转载 2020-07-08 19:41:19 · 855 阅读 · 0 评论 -
深入浅出_python机器学习_2.3.4 matplotlib——画出优美的图形
%matplotlib inlineimport numpy as np,matplotlib.pyplot as pltx=np.linspace(-20,20,10)print (x)[-20. -15.55555556 -11.11111111 -6.66666667 -2.22222222 2.22222222 6.66666667 11.1...原创 2019-07-12 21:41:16 · 293 阅读 · 0 评论 -
深入浅出_python机器学习_3.2.1 K最近邻算法在分类任务中的应用-1
from sklearn.datasets import make_blobsfrom sklearn.neighbors import KNeighborsClassifierimport matplotlib.pyplot as pltfrom sklearn.model_selection import train_test_splitdata=make_blobs(n_sa...原创 2019-07-15 13:58:09 · 396 阅读 · 0 评论 -
python_numpy笔记:
如何用Numpy创建array?原创 2019-07-18 10:59:37 · 178 阅读 · 0 评论 -
python中numpy.ndarray与list的区别?以及用matplotlab.pyplot绘图时的注意事项。
import matplotlib.pyplot as pltimport numpy as np# 创建numpy.ndarrayL=np.array([1,2,3,4,5])print('#'*50)print(L)print('L类型:\n{}'.format(type(L)))print('#'*50)L2=L.tolist()print(L2)prin...原创 2019-07-18 11:15:07 · 1622 阅读 · 0 评论 -
深入浅出python机器学习_4.3.1_岭回归的原理 4.3.2_岭回归的参数调节
# 重启显示图加这句代码就好了%matplotlib inlinefrom sklearn.linear_model import LinearRegressionfrom sklearn.model_selection import train_test_splitfrom sklearn.datasets import load_diabetesX1,y1=load_diab...原创 2019-07-18 11:16:48 · 1095 阅读 · 2 评论 -
深入浅出python机器学习_3.3.1_对数据集进行分析
from sklearn.datasets import load_winewine_dataset=load_wine()print('\n\n\n')print('代码运行结果')print('='*50)print('红酒数据集中的键:\n%s'% wine_dataset.keys())#print(wine_dataset)print('='*50)pri...原创 2019-07-16 09:37:17 · 422 阅读 · 0 评论 -
python sklearn.learning_curve 什么是学习曲线?
学习曲线显示了对于不同数量的训练样本的估计器的验证和训练评分。它可以帮助我们发现从增加更多的训 练数据中能获益多少,以及估计是否受方差误差或偏差误差的影响更大。如果验证分数和训练分数都收敛到一个相对于增加的训练集大小来说过低的值,那么我们将不能从更多的训练数据中获益。学习曲线函数:from sklearn.learning_curve import learning_curve调用格式:...原创 2019-07-18 13:54:55 · 2041 阅读 · 0 评论 -
python sklearn_KFold 什么是K折?
KFold 将所有的样例划分为k个组,称为折叠 (fold) (如果 k=n,这等价于 Leave One Out(留一) 策略),都具有相同的大小(如果可能)。预测函数学习时使用 k-1个折叠中的数据,最后一个剩下的折叠会用于测试。from sklearn.model_selection import KFold参数:KFold(n_splits=’warn’, shuffle=Fals...原创 2019-07-18 14:23:36 · 1087 阅读 · 0 评论 -
Python中*args 和**kwargs的用法
https://www.cnblogs.com/cwind/p/8996000.html原创 2019-07-18 16:13:33 · 168 阅读 · 0 评论 -
python matplotlab.pyplot.legend() 函数用法(设置标签、图例)
引用自:https://blog.csdn.net/qq_33221533/article/details/81431264原创 2019-07-18 16:45:35 · 2255 阅读 · 0 评论 -
python matplot.pyplot.plot() 的用法 plt.plot()(绘制y相对于x的线条和/或标记。)
官网说明:https://matplotlib.org/2.1.1/api/_as_gen/matplotlib.pyplot.plot.html引用原创 2019-07-18 18:10:48 · 3773 阅读 · 0 评论 -
python numpy.mean() axis参数使用方法【sum(axis=*)是求和,mean(axis=*)是求平均值】
引用import numpy as npX = np.array([[1, 2], [4, 5], [7, 8]])print(np.mean(X, axis=0, keepdims=True))print(np.mean(X, axis=1, keepdims=True))print(X.mean(axis=0))print(X.mean(axis=1))[[4. 5.]][[...原创 2019-07-18 23:25:05 · 1284 阅读 · 0 评论 -
深入浅出python机器学习_4.3.2_岭回归的参数调节-2_绘制折线图
# 重启显示图加这句代码就好了%matplotlib inlineimport numpy as npimport matplotlib.pyplot as pltfrom sklearn.linear_model import LinearRegressionfrom sklearn.model_selection import train_test_splitfrom s...原创 2019-07-18 23:45:35 · 545 阅读 · 0 评论 -
python sklearn.model_selection.train_test_split用法
引用注意:test_size如果不指定,默认为0.25原创 2019-07-19 00:04:33 · 492 阅读 · 0 评论 -
深入浅出python机器学习_4.4.1_套索回归的原理
# 导入numpyimport numpy as np# 导入数据拆分工具from sklearn.model_selection import train_test_split# 导入糖尿病数据集并拆分成训练集和测试集:from sklearn.datasets import load_diabetesX,y=load_diabetes().data,load_diabet...原创 2019-07-19 00:20:59 · 773 阅读 · 0 评论 -
python 理解贝叶斯(Bayes )公式
引用原创 2019-07-19 11:13:38 · 511 阅读 · 2 评论 -
python numpy.unique() 函数使用方法
引用注意是默认由小到大排序,而不是由大到小排序。原创 2019-07-19 11:48:54 · 1406 阅读 · 0 评论 -
深入浅出python机器学习_4.1.1_线性模型的一般公式
import numpy as npimport matplotlib.pyplot as pltx=np.linspace(-5,5,100)y=0.5*x+3plt.plot(x,y,c='yellow')plt.title('straight line')plt.show()[外链图片转存失败(img-Ao5Xp3Q0-1563325489751)(output_...原创 2019-07-17 14:37:15 · 375 阅读 · 0 评论 -
深入浅出python机器学习_5.1.2_朴素贝叶斯的简单应用
import numpy as npX=np.array([[0,1,0,1], [1,1,1,0], [0,1,1,0], [0,0,0,1], [0,1,1,0], [0,1,0,1], [1,0,0,1]])y=np.array([0,1,1...原创 2019-07-19 17:31:01 · 331 阅读 · 0 评论 -
深入浅出python机器学习_3.2.1 K最近邻算法在分类任务中的应用-1
from sklearn.datasets import make_blobsfrom sklearn.neighbors import KNeighborsClassifierimport matplotlib.pyplot as pltfrom sklearn.model_selection import train_test_splitdata=make_blobs(n_sa...原创 2019-07-19 17:36:30 · 307 阅读 · 0 评论 -
深入浅出python机器学习_4.2.1_线性回归的基本原理 4.2.2_线性回归的性能表现
from sklearn.model_selection import train_test_splitfrom sklearn.linear_model import LinearRegressionfrom sklearn.datasets import make_regressionX,y=make_regression(n_samples=100,n_features=2,n_...原创 2019-07-17 16:48:28 · 207 阅读 · 0 评论 -
python sklearn.tree.DecisionTreeClassifier() 函数
引用原创 2019-07-30 08:54:00 · 790 阅读 · 0 评论 -
python matplotlib.colors.ListedColormap() 函数
引用原创 2019-07-30 09:04:35 · 4593 阅读 · 0 评论 -
python numpy.array.min()和numpy.array.max()函数使用方法
引用原创 2019-07-20 20:37:59 · 2766 阅读 · 0 评论 -
python matplotlab.pyplot.scatter() 函数的用法
引用原创 2019-07-20 20:50:42 · 979 阅读 · 0 评论 -
python matplotlab.pyplot.figure() 函数
引用原创 2019-07-25 10:51:26 · 1555 阅读 · 0 评论 -
深入浅出python机器学习_6.1.2_决策树的构建
import numpy as npimport matplotlib.pyplot as pltfrom matplotlib.colors import ListedColormapfrom sklearn import tree,datasetsfrom sklearn.model_selection import train_test_splitwine=dataset...原创 2019-07-30 11:49:06 · 262 阅读 · 0 评论 -
python numpy.arange() 函数的使用方法 (在给定间隔内返回均匀间隔的值)
引用原创 2019-07-20 21:00:18 · 1410 阅读 · 0 评论 -
python numpy.meshgrid() 函数的用法(快速生成坐标矩阵)
引用原创 2019-07-21 00:01:43 · 2584 阅读 · 0 评论 -
如何查看numpy库数组的:类型、数据类型、尺寸、形状、维度? (type、dtype、size、shape、ndim)
引用原创 2019-07-21 00:16:53 · 22895 阅读 · 0 评论 -
python sklearn.svm.SVC() 使用方法
支持向量机(Support Vector Machines,SVM)是一个强大的机器学习模型,可用于解决分类、回归或异常检测等问题。它通过在高维空间中找到超平面来最大化类别之间的边界。Python的scikit-learn库提供了一个名为的函数,使得可以方便地应用和实现SVM。以下是关于SVM的一个直观的图片:Medium在本文中,我们介绍了如何使用Python sklearn库中的svm.SVC()函数。我们通过一些基本的示例进行了演示,并讨论了如何调整参数以优化模型的性能。原创 2019-08-02 15:40:46 · 10037 阅读 · 1 评论 -
python matplotlib.pyplot中的.plot()和.scatter()以及.subplot()和.add_axes()区别
引用转载 2019-08-05 17:10:12 · 847 阅读 · 0 评论 -
python matplotlab在jupyter notebook中画图不显示怎么办?(%matplotlib inline)
引用原创 2019-08-04 22:02:21 · 5705 阅读 · 4 评论 -
python numpy中 ravel() 和 flatten() 函数的用法与区别 (返回一个展平的数组)
引用原创 2019-07-21 10:24:42 · 2805 阅读 · 0 评论 -
python 机器学习中,clf变量代表的是什么意思?(clf = classifier的缩写 分类器)
引用https://zhidao.baidu.com/question/686051412984102932.html原创 2019-08-02 17:06:07 · 18437 阅读 · 1 评论 -
python numpy.r_ 与 numpy.c_的用法
引用原创 2019-07-21 11:55:56 · 805 阅读 · 0 评论 -
python matplotlab.pyplot.pcolormesh() 函数,以及如何自定义画色彩图 (pcolormesh()与pcolor()的区别)
引用原创 2019-07-21 21:59:15 · 8863 阅读 · 2 评论 -
深入浅出python机器学习_5.2.1_贝努利朴素贝叶斯
# %matplotlib inlinefrom sklearn.naive_bayes import BernoulliNBfrom sklearn.datasets import make_blobsfrom sklearn.model_selection import train_test_splitX,y=make_blobs(n_samples=500,centers=5...原创 2019-07-21 22:03:57 · 256 阅读 · 0 评论 -
python numpy.linspace() 使用介绍
引用https://www.cnblogs.com/antflow/p/7220798.html原创 2019-08-03 15:33:30 · 34932 阅读 · 0 评论