版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。
本文链接:
绪言
我最近开始入门机器学习,使用的书是《机器学习实战》(Peter Harrington 著),为了巩固学习成果,决定写一系列日志,内容是总结性的,会做一些思维导图,写一些我学习时不懂的模块,函数语法等,但不涉及具体算法的实现(不具备教程性质)。
本文是系列日志的第八篇 – 树回归。
Xmind
模块语法
NumPy
linspace()
np.linspace主要用来创建等差数列。
调用方法如下:
numpy.linspace(start, stop, num=50, endpoint=True, retstep=False, dtype=None, axis=0)
参数如下:
start:返回样本数据开始点
stop:返回样本数据结束点
num:生成的样本数据量,默认为50
endpoint:True则包含stop;False则不包含stop
retstep:If True, return (samples, step), where step is the spacing between samples.(即如果为True则结果会给出数据间隔)
dtype:输出数组类型
axis:0(默认)或-1
举个栗子:
import numpy as np
array1 = np.linspace(0, 1, num=5)
print(array1)
结果:
[0. 0.25 0.5 0.75 1. ]
tkinter
tkinter是python自带的GUI库,是对图形库TK的封装
tkinter是一个跨平台的GUI库,开发的程序可以在win,linux或者mac下运行
Tk()
初始化语法:
root = TK()
mainloop()
mainloop()会启动时间循环。
from tkinter import *
root = TK()
root.mainloop()
结果:
Label()
Label()可以在窗口上显示一些文字。
调用方法如下:
label = Label(root,text='error',compound='left',bitmap='error')
参数:
text:要现实的文本
bg:背景颜色
fg : 前景颜色(就是字体颜色)
font: 字体(样式, 大小)
width: 控件宽度
height: 控件高度
justify: 文字的对齐方向,可选值为 RIGHT, CENTER, LEFT, 默认为 Center.
padx: 指定水平方向的边距, 默认为1像素.
pady: 指定竖直方向的边距, 默认为1像素.
compound :让图片和文字一同显示,缺省为None
1- compound = ‘left’ 图像居左
2- compound = ‘right’ 图像居右
3- compound = ‘top’ 图像居上
4- compound = ‘bottom’ 图像居下
5- compound = ‘center’ 文字覆盖在图像上
bitmap/image:显示在label上的图像
grid()
grid()可以在界面显示插件。
举个栗子:
from tkinter import *
root = Tk()
mylabel = Label(root, text='Hello World')
mylabel.grid()
root.mainloop()
结果:
matplotlib
use()
Matplotlib的构建程序包含一个前端,也就是面向用户的一些代码,如plot()和scatter()方法等。事实上,它同时创建了一个后端,用于实现绘图和不同应用之间接口。通过改变后端可以将图像绘制在PNG,PDF,SVG等格式的文件上。下面将设置后端为TkAgg(Agg是一个C++的库,可以从图像创建光栅图(光栅图是位图,点阵图放大会失真,与之相对的是矢量图,又称向量图))。TkAgg可以在所选GUI框架上调用Agg,把Agg呈现在画布上。
import matplotlib
matplotlib.use('TkAgg')
文章推荐
学习树决策的过程中,除了《机器学习实战》,原理部分主要看了下面几篇文章,写得都非常好。
《机器学习实战》笔记之九——树回归
机器学习实战》之九——树回归
PS: 如果觉得本篇本章对您有所帮助,欢迎关注、评论、赞!