qq_42347617的博客

Matplotlib数据可视化绘制折线图 pyplotimport matplotlib as mplimport matplotlib.pyplot as pltimport numpy as npx = np.linspace(0, 10, 100)siny = np.sin(x)cosy = np.cos(x)#---绘图---plt.plot(x, siny, label="sin x")plt.plot(x, cosy, color="red", linestyle="--"

numpy 数据基础array构造方法：可以用list创建常见属性:.dtype 查看元素类型其他创建array的方法：零：全0np.zeros(n)np.zeros(shape=n, dtype=int)np.zeros((x,y))一：全1np.ones(n)填充：np.full(shape, fill_value)arange创建array序列：np.arange(start, end, step=1)【注】step可以传入浮点数lin

机器学习基础数据集（data set ）：比如，鸢尾花数据： 特征 - 种类 （全部数字化）样本（Sample）:每一行数据除种类外，每一列表达样本的一个特征（feature）：用矩阵 X描述第i个样本行写作 X(i)X^{(i)}X(i)( 也叫：特征向量) 第i个样本的第j个特征值 Xj(i)X^{(i)}_jXj(i)​标记（label）: 最后一列（种类），也是机器学习的目的（分类），用向量y表示【注】约定用大写字母表示矩阵，小写字母表示向量第i个样本的标记写作 y(i)y^{