神经网络（NN)基础知识 np.random.RandomState.rand()，返回一个[0,1)的随机数np.vstack(数组1，数组2)，将两个数组按垂直方向叠加tf.where(条件语句,真返回A,假返回B)tf.greater(a,b)，判断a是否大于b使用下面三种函数生成网格：np.mgrid[起始值:结束值:步长，起始值:结束值:步长，...]x.ravel()，将x变为一维数组，把把变量拉直np.c_[]，返回的间隔数值点配对——np.c_[数值1，数值2，...]
TF常用函数 tf.Variable()将变量标记为‘可训练’，被标记的变量会在反向传播中记录梯度信息。enumerate是python的内建函数，它可遍历每个元素(列表，元组，字符串),组合：索引 元素，常用于for 循环中。tf.one_hot,独热编码：在分类问题中，常用独热编码做标签 1表示是，0表示非。在一个二维张量或数组中，可以通过调整axis 等于0或1 控制执行维度。axis=0代表跨行(经度，down),计算张量沿着指定维度的平均值，和。计算张量维度上的最小，最大值。赋值操作，更新参数的值并返回。
数据预处理——管道 我们使用该类将不同的预处理步骤捆绑在一起#导入模块#对缺失值进行处理#对分类变量进行处理#strategy可以指定空值填充策略——对数值型变量进行处理#使用独热编码对分类型数据进行处理])#进行捆绑])
分类变量的处理 分类变量仅采用有限数量的值，询问您多久吃一次早餐，并提供四个选项：“从不”、“很少”、“大多数天”或“每天”。在这种情况下，数据是分类的，因为响应属于一组固定的类别。如果您尝试将这些变量插入 Python 中的大多数机器学习模型中，而没有先对其进行预处理，则会收到错误。在本教程中，我们将比较可用于准备分类数据的三种方法。删除分类变量用该方法删除object列。
Linux操作系统——Hadoop集群搭建 Hadoop是一个开源的分布式计算框架，用于处理大规模数据集的存储和处理。它基于Google的MapReduce和Google文件系统（GFS）的思想，并使用Java语言编写。Hadoop的主要特点是高可靠性、可扩展性和高效性。
关注
