机器学习
纸城
热血澎湃
展开
-
KNN算法详解及代码实现
KNN算法全称:K—NearestNeighbor,核心思想是,离待分类点最近的K个点是什么类,这个待分类点就是什么类。也就是,物以类聚人以群分,即使你被分错类了那也算你是那个类的人了,所以要保证自己周围是一个自己满意的朋友圈。呸说多了。首先我们要知道一些Numpy的调用和矩阵计算方法,这里再举两个例子,详细的在前面文章中已经讲过了,想复习可以去翻(转到)。下面正式进入讲解。首先我们拿一个矩阵作为一些训练数据,...原创 2021-03-02 11:30:55 · 1061 阅读 · 0 评论 -
matplotlib应用实例
一、用iris的数据集二、观察一下数据的特点。比如,形状,有几个属性,属性名字是什么。这时发现,最后的target一共分了三类。用0/1/2来标识三个类别。三、因为看不出数据有什么特点,取出部分数据画图分析试试x是取出了数据集的前两列,把三类放在一个图里,发现,有一类可以明显与其它类进行划分。再用另外两列来分析,试试能不能把混在一起的数据分割开。发现用后两列可以把混在一起的两种分开。...原创 2021-03-01 21:30:49 · 391 阅读 · 0 评论 -
matplotlib基础调用举例
matplotlib是一个二维绘图调用包。通常,使用matplotlib中的pyplot来绘图。一、绘制拆线图改了颜色和线条类型。改了两个轴的最大最小值。改变轴的最大最小值还可以用一句话,在各轴加上轴的名字:为图表加标题:二、绘制散点图其实,就是把plot换成了scatter。二维的正态分布图:改变点的不透明度:...原创 2021-03-01 20:05:00 · 285 阅读 · 0 评论 -
Numpy中Fancy indexing的使用,数组的比较与抽取特定数据
先搞懂什么是Fancyindexing。简言之就是,利用数组下标来操作数组的一系列方法。原创 2021-03-01 16:38:20 · 227 阅读 · 0 评论 -
Numpy 中的索引使用
一、所有加了arg的都和索引有关,例如求最大最小值的索引。二、正常排序和按索引排序先把一个有序数组乱序再把这个乱序排序,注意,np.sort(X)是返回了一个排好序的列表,并不改变原来列表。按序号排序:解读一下输出,乱序序号为2的是最小的,在第一位,乱序序号为4的是第二小的,在第二位。依次类推。三、np.partition(待排数组,分割点)了解四、矩阵的排序...原创 2021-02-28 20:37:24 · 267 阅读 · 0 评论 -
Numpy中的聚合运算
所谓聚合运算,就是:求最大值、最小值、求和、均值、方差、中位数。一、求最大值,注意两种调用方式结果都是一样的。二、求最小值(两种方式也是一样的)三、求和四、求均值五、求方差六、求中位数七、求标准差八、另一种方法求中位数、最大值,以及看懂数据的走势...原创 2021-02-28 16:09:56 · 615 阅读 · 0 评论 -
Numpy中的矩阵运算调用讲解
一、使用Numpy的array要比使用Python原生的list计算速度快。二、如果Python的list *2,是将两个列表首尾相接,如果numpy中的向量*2,表示向量中每个数字都乘个2.三、Numpy中,数与矩阵的运算总结:加减乘除都是在矩阵的每个数上进行相应的加减乘除。四、Numpy中,向量与矩阵的加减乘除加法减法:乘法:当一个向量和矩阵相乘的时候,numpy会自动变换行列,使向量和矩阵能够相乘。但是下面这种乘法就是“把每个对应的数乘一个数”,并不是真..原创 2021-02-28 15:24:17 · 669 阅读 · 0 评论 -
numpy中的合并与拆分
一回生,两回熟。先来合并操作具体用到的: 合并np.concatenate(【a,b】) 按矩阵列向合并np.vstack(【a,b】) 按矩阵行向合并 np.hstack(【a,b】)先来看concatenate.情况一,两个列表合并。注意,以下的arr arr2 arr3都用的是下面这个。情况二,一个矩阵与一个列表合并,需要把列表变成矩阵情况三,两个矩阵按列合并方法一:用concatenate(【】)方法二:用...原创 2021-02-28 11:12:39 · 1900 阅读 · 0 评论 -
numpy练习题答案
1 2 (10,) (3,5) 10 15 0 【0,1,2,3,4】 9 0 0 12 【0,1,2,3,4】 【0,1,2,3,4】 【5,6,7,8,9】 【0,2,4,6,8】 【9,8,7,6,5,4,3,2,1,0】 【【0,1,2】【5,6,7】】 【【0,1,2,3,4】,【5,6,7,8,9】】 【【0,1,2,3,4】,【5,6,7,8,9】】 【【0,2,4】【5,7,9】】 【0,1,2,3,4】 【【14,13,12,11,10】,【9,原创 2021-02-22 16:23:57 · 404 阅读 · 0 评论 -
numpy.array的基本操作梳理
list中的切片是新开辟了一片空间,但numpy中的切片是原来数组的引用。 设x=np.arange(10),即:array(【0,1,2,3,4,5,6,7,8,9】),y=np.arange(15).rechape(3,5),即:y=array(【【0,1,2,3,4】, 【5,6,7,8,9】, 【10,11,12,13,14】】)则以下答案分别是什么?x.ndim y.ndim x...原创 2021-02-22 16:02:14 · 226 阅读 · 0 评论 -
python中numpy的相关重点
三个大调用:arange(首,尾,步长) linspace(首,尾,要多少个) random(首,尾,选出几个数) ,下面逐行进行代码讲解。numpy.arange(0,20,2)这句话和range(0,20,2)是一样的,只不过numpy中的步长可以设定为小数但后者不行。 numpy.zeros(shape=(3,5))会生成一个三行五列的矩阵,值全是1 numpy.ones(shape=(3,5))会生成一个三行五列的矩阵,值全是0 numpy.full(shape=(3,5),fill...原创 2021-02-22 13:23:56 · 195 阅读 · 0 评论 -
Python机器学习基础之Numpy
看不到太远就把眼前做到最好,做眼前获利最大的事。python的列表可以包含多种类型的数据,比如一个列表arr= 【‘2’,‘mane’,‘7.23’】这使得它在处理效率上不太高。如果我们只需要处理数据不需要处理别的,想高效一点呢?python提供了array(注意不再是List),也就是数组,它只能存储一种数据类型,最初赋值是啥类型就是啥类型的数组。但是array不能处理矩阵,这对机器学习不好。numpy包应运而生。numpy是:只处理一种类型的可以进行向量或矩阵运算的包。可以..原创 2021-02-22 09:23:49 · 139 阅读 · 0 评论 -
机器学习初识
将喜欢的一切留在身边,这便是努力的意义。一、什么是监督学习我们在算法预测之间给算法提供一些数据,而这些数据中含有预测的答案,我们要求算法做的是让这些答案更准确更符合实际。感觉像一个优化的过程。比如给算法一堆数据点,而这些点可能围绕一个一次函数,再给算法一个横坐标让他求纵坐标。但实际可能不是一条直线,也许是曲线。但我们还是要求算法求出纵坐标。有时可能不止在二维坐标上表示,三维、四维都可能,如果十维那如何映射到计算机这个二维机器人上呢?有一种算法叫支持向量机。二、什么是无监督学习我们只给算法.原创 2020-10-04 12:55:07 · 194 阅读 · 0 评论