![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
Python数据分析与机器学习
文章平均质量分 89
-小透明-
记录自己的一些学习笔记。
展开
-
Python数据分析与机器学习实战<十>贝叶斯算法
目录贝叶斯算法概述贝叶斯要解决的"逆概"问题正向概率:逆向概率:(也就是贝叶斯解决的问题)为什么使用贝叶斯?贝叶斯推导实例贝叶斯公式贝叶斯算法概述贝叶斯要解决的"逆概"问题正向概率:设袋子里有M个白球N个黑球,求摸出黑球的概率之类的概率叫正向概率。逆向概率:(也就是贝叶斯解决的问题)如果我们事先不知道袋子里黑球和白球的比例,然后闭着眼摸球出来,根据摸出的球的颜色,就此对袋子里黑白球的比例做出一定的推测。为什么使用贝叶斯?现实世界本身就是不确..原创 2022-04-23 20:11:07 · 3508 阅读 · 0 评论 -
Python数据分析与机器学习实战<九>titanic数据集分析实例
啊啊啊原创 2021-11-12 14:41:41 · 4820 阅读 · 0 评论 -
Python数据分析与机器学习实战<八>决策树、随机森林
决策树原理概述树模型原创 2021-11-06 13:49:15 · 1641 阅读 · 1 评论 -
Python数据分析与机器学习实战<七>逻辑回归应用案例
案例背景和目标案例:信用卡的信用检测credit_card数据集:数据集中包含284807行31列数据(一个银行的信用卡交易记录,这些数据是经过处理后发布的(保护了客户的隐私),因此它的第一行名字是V1~V28)<这个数据在GitHub上是找不到的,我是在博客中找到的。>(数据资源: https://pan.baidu.com/s/1fzqeieHOrBmV5TJ1RfhBbw 提取码: buiu (转))数据中有正常数据可以用0表示,也有异常数据可以用1表示: 目标,根据.原创 2021-11-02 13:24:10 · 2952 阅读 · 0 评论 -
Python数据分析与机器学习实战<六>线性回归算法
算法概述线性回归算法是机器学习中最简单也是最基础的一个算法。要会用也要理解为何。机器学习有监督算法分为两种:回归和分类。回归:通过数据预测一个值,最终得到区间中一个确定的值。分类:最终得到一个类别值。......原创 2021-10-23 17:00:44 · 742 阅读 · 0 评论 -
Python数据分析与机器学习实战<五>Seaborn
简介Seaborn是一个在matplotlib库的基础上封装的另一个库。提供了很多模板,只需一两行代码就能画出一个很漂亮的图,更加方便。使用之前,先安装:pip install seabornimport seaborn as snsimport numpy as npimport matplotlib as mplimport matplotlib.pyplot as plt# 最后一行是在jupyter中需要写的,在pycharm中去掉即可%matplotlib inlin.原创 2021-10-22 23:27:31 · 2285 阅读 · 1 评论 -
Python数据分析与机器学习实战<四>Matplotlib
目录Matplotlib绘图折线图绘制.plot()子图操作.add_subplot(x,y,z)条形图plt.subplots()散点图.scatter()柱形图.hist()盒图.boxplot()这里用到的数据集可以在https://github.com/account_verifications?resent=1上找到并下载Matplotlib绘图# 每年的失业率import pandas as pd....原创 2021-10-21 19:32:10 · 376 阅读 · 0 评论 -
Python数据分析与机器学习实战<三>Pandas
pandas做数据预处理是是很方便的。Pandas读取数据原创 2021-10-21 15:33:09 · 750 阅读 · 0 评论 -
Python数据分析与机器学习实战<二>Numpy
科学计数库Numpy数据:通常是一个矩形(每一行表示一个样本,每一列表示,每一列表示当前数据的一个指标)对矩阵的处理,numpy库是专业的!使用之前,需要装numpy库(pip install numpy),Anaconda默认装过了。读数据:读txt文件,如图所示:数据与notebook放在一起时,可以直接写文件名,(我没有放在一起,用绝对路径)import numpyzc = numpy.genfromtxt("E:\Scores\data.txt", delimit...原创 2021-10-18 23:52:47 · 552 阅读 · 2 评论 -
Python数据分析与机器学习实战<一> 简介
Python工具库:这里常用的Numpy、Pandas、Matplotlib、Scikit-Learn、tensorflow机器学习:通俗一点的说就是,你告诉机器你想干什么,并且给它一堆数据让它模仿着做!机器学习需要啥?算法、数据、程序、评估、应用机器学习能做啥?数据挖掘(从一大堆数据中挖掘一些潜在的最具有价值的信息)、统计学习、模式识别、计算机视觉、自然语言处理(这两个近年来发展很快)、语音识别。机器学习流程:<1)训练样本-->2)特征抽取-->3)原创 2021-10-18 18:33:11 · 388 阅读 · 0 评论