最近为了做数据挖掘的比赛,在不断学习python的这些库,同时学习机器学习的一些算法比如决策树的ID3,C4.5,CART三个算法,SVM,随机森林,梯度提升决策树算法…鉴于我对这些算法的理解还不够深入,因此还是先放我学习python库的代码。之后要实现一下底层,先实现一个ID3试试。
下面给出seaborn的示例代码:
import numpy as np
import pandas as pd
import matplotlib as mpl
import matplotlib.pyplot as plt
from scipy import stats,integrate
%matplotlib inline
#在notebook中显示数据点
import seaborn as sns
plt.rcParams['font.sans-serif']=['SimHei']
plt.rcParams['axes.unicode_minus']=False
np.random.seed(sum(map(ord,"aesthetics")))
def sinplot(flip=1):
x=np.linspace(0,14,100)
for i in range(1,7):
plt.plot(x,np.sin(x+i*.5)*(7-i)*flip)
sinplot()