风影楼的博客

目录前言举例演示：下载链接：前言最近写博客和论文时，发现编辑公式真的是个很令人头疼的事情，后来发现两款配合使用的编辑公式神器，安利给大家~Mathpix Snipping 是一个OCR软件，可以将截图框里的公式转化成LaTeX（LaTeX是一种基于TEX的排版系统，一般用于编辑数学公式）的代码。Typora是一款简单高效的Markdown编辑器，可以将LaTeX代码转化成可视化的公式，并将其导出到word。文末附有百度云下载链接，亲测可用~举例演示：假设...

前言Matplotlib是Python数据可视化工具包。在机器学习领域中，我们经常需要把数据可视化，以便观察数据的模式。此外，在对算法性能进行评估时，也需要把模型相关的数据可视化，才能观察出模型里需要改进的地方。例如，我们把算法的准确度和训练数据集大小的变化曲线画出来，可以清晰地看出训练数据集大小与算法准确度的关系。这就是我们需要学习Matplotlib的原因。1. 基本图表绘制在绘制图表之前要先引入Matplotlib库，相应的代码通常写成“import matplotlib.pyplo...

目录1. 基本数据结构2. 数据排序3. 数据访问4. 文件输入/输出5. 数据表连接1. 基本数据结构 Pandas最基础的数据结构是Series，用它来表达一行数据，可以理解为一维的数组。 import pandas as pds = pd.Series([4, 2, 5, 0, 6, 3])sOut[76]: 0 41 22 53 04 65 3dtype: int64另外一个关键的数据结构..

Numpy数组可以直接用Python列表来创建数组。 import numpy as npa = np.array([1,2,3,4])aOut[3]: array([1, 2, 3, 4])b = np.array([[1, 2], [3, 4], [5, 6]])bOut[5]:array([[1, 2], [3, 4], [5, 6]])可以查看array的属性，包括数据的维度和类型。b.ndim Out..

目录1. 什么是机器学习？2.机器学习分哪两类？它们之间有什么区别？3.机器学习应用开发的典型步骤3.1数据采集和标记3.2 数据清洗3.3 特征选择3.4 模型选择3.5 模型训练和测试3.6 模型性能评估和优化3.7 模型使用1. 什么是机器学习？机器学习是一个计算机程序，针对某个特定的任务，从经验中学习，并且越做越好。 从这个理解上，我们可以得出以下针对机器学习最重要的内容。 数据：经验最终要转换为计算机能理解的数据，这样计...

目录1. 什么是 python2. 什么是 Anaconda3. 如何安装Anaconda4. 测试是否安装成功1. 什么是 pythonpython是一门解释性语言，语法简单，有大量的扩展包，比如处理图像，爬 取网页等等。我们需要安装python的解释器，有了这个解释器，我们才可以开始进行python的编程。2. 什么是 AnacondaAna...