AI
fffffffff_jj
我是
展开
-
Matplotlib库学习
Matplotlib数据可视化 绘制折线图 pyplot import matplotlib as mpl import matplotlib.pyplot as plt import numpy as np x = 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="--"原创 2020-06-26 15:52:42 · 217 阅读 · 0 评论 -
numpy库学习
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0 np.zeros(n) np.zeros(shape=n, dtype=int) np.zeros((x,y)) 一:全1 np.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原创 2020-06-26 15:46:30 · 245 阅读 · 1 评论 -
机器学习第一课
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^{原创 2020-06-26 12:46:32 · 183 阅读 · 0 评论