数学建模老哥-python基础和机器学习（一）基本知识+学习步骤

 该笔记为个人学习笔记，看的课程是B站-数学建模老哥：1 Python基础与机器学习_哔哩哔哩_bilibili

目录

2Python与机器学习

2.1基本知识

2.1.1python常见库

2.1.2机器学习常见术语

2.1.3机器学习基本知识

2.1.4数学建模Python机器学习步骤

---

2Python与机器学习

2.1基本知识

2.1.1python常见库

2.1.2机器学习常见术语

2.1.3机器学习基本知识

结果离散--分类

结果连续--回归

2.1.4数学建模Python机器学习步骤

分类项目：

机器学习步骤：

一、导入数据

二、导入类库

from pandas import read_csv  # pandas 数据分析库
from pandas.plotting import scatter_matrix #数据可视化
from matplotlib import pyplot
from sklearn.model_selection import train_test_split  # sklearn机器学习库
from sklearn.model_selection import KFold
from sklearn.model_selection import cross_val_score
from sklearn.metrics import classification_report
from sklearn.metrics import confusion_matrix
from sklearn.metrics import accuracy_score
from sklearn.linear_model import LogisticRegression
from sklearn.tree import DecisionTreeClassifier
from sklearn.discriminant_analysis import LinearDiscriminantAnalysis
from sklearn.neighbors import KNeighborsClassifier
from sklearn.naive_bayes import GaussianNB
from sklearn.svm import SVC

三、导入数据集

四、概述数据

        1、数据的维度

        2、查看数据自身

        3、统计描述

        4、数据分类的情况

五、数据可视化

        1、单变量图表

        2、多变量图表

六、评估算法

        1、分离出评估数据集

        2、采用10折交叉验证评估算法模型

        3、生成6种新模型预测新数据

        4、选择最优模型

七、实施预测

八、总结