机器学习
之芫
记录一下路上的坑和用到的东西,有时候遗忘的时候翻出来自己看看,同时也分享给忘了的朋友看看。
个人网站:https://www.msezi.com/
展开
-
windows中愉快的使用notebooks
Jupyter Notebooks 是什么?Jupyter Notebooks 是一款开源的网络应用,我们可以将其用于创建和共享代码与文档。其提供了一个环境,你无需离开这个环境,就可以在其中编写你的代码、运行代码、查看输出、可视化数据并查看结果。因此,这是一款可执行端到端的数据科学工作流程的便捷工具,其中包括数据清理、统计建模、构建和训练机器学习模型、可视化数据等等。当你还处于原型开发...原创 2018-09-07 00:23:32 · 1568 阅读 · 0 评论 -
NumPy入门(1)_数据类型
查看版本import numpynumpy.__version__'1.14.2'time: 10.3 ms大多数人都习惯使用np左右别名导入NumPy 例如:import numpy as nptime: 834 µsPython的数据类型Python的数据类型是动态推断的,这是我认为比C语言灵活的地方。 例如:x = 4x = "four"列表L = lis...原创 2018-12-27 17:36:15 · 337 阅读 · 0 评论 -
NumPy入门(2)_数组基础
先介绍几类基本的数组操作数组的属性确定数组的大小、形状、存储大小,数据类型数据的索引获取和设置组各个元素的值数组的切分在大的数组中获取或设置更小的子数组。数组的变形改变给定数组的形状。数组的拼接和分裂将多个数组合并为一个,以及讲一个数组分裂成多个NumPy数组的属性先介绍一些有用的数组,定义三个随机的数组:一个一维数组、一个二维数组和一个三维数组。将用NumPy的随机生...原创 2019-01-04 13:46:34 · 391 阅读 · 0 评论 -
NumPy入门(3)_通用函数
文章目录慢循环通用函数介绍探索通用函数数组的计算绝对值三角函数指数和对数函数专用的通用函数高级的通用函数特性聚合外积最小值、最大值和其他值最大值最小值多维度聚合通用函数NumPy数组的计算有时候很快有时候很慢,利用向量化是使其变快的关键,通常是通过其通用函数(usunc)中实现的慢循环import numpy as npnp.random.seed(0)def compute_rec...原创 2019-01-04 14:46:17 · 1491 阅读 · 0 评论 -
NumPy入门(4)_广播_布尔掩码_排序等
import numpy as npa = np.array([0, 1, 2])b = np.array([5, 5, 5])a + barray([5, 6, 7])a + 5array([5, 6, 7])M = np.ones((3, 3))print(M)[[1. 1. 1.] [1. 1. 1.] [1. 1. 1.]]M + aarray([[...原创 2019-01-04 17:34:12 · 593 阅读 · 0 评论 -
NumPy入门(5)_结构化数组
文章目录常规操作使用复合数据结构的结构化数组生成结构化数组Numpy的数据类型常规操作name = ['Alice', 'Bob', 'Cathy', 'Doug']age = [25, 45, 37, 19]weight = [55.0, 85.5, 68.0, 61.5]x = np.zeros(4, dtype=int)使用复合数据结构的结构化数组data = np.zero...原创 2019-01-04 17:43:06 · 496 阅读 · 0 评论