Python
文章平均质量分 62
梦会实现
临在,活在当下!
生活不止眼前的苟且
还有诗和远方的田野
我赤手空拳来到这个世界
为找到新东那边还不顾一切
展开
-
Anaconda详细安装和使用
Anaconda是一个用于科学计算和数据分析的开源Python发行版本.它提供一个开发环境,用于快速高效地处理大规模数据集,科学计算和机器学习任务.原创 2023-07-14 07:16:33 · 3175 阅读 · 0 评论 -
python实现文本转语音音频
通过讯飞平台的辅助,python程序将中文文本转换为pcm音频和wav音频原创 2023-07-06 21:17:34 · 1788 阅读 · 1 评论 -
python实现语音识别(讯飞开放平台)
通过电脑麦克风说话,在线进行语音识别原创 2023-07-04 21:36:30 · 4839 阅读 · 12 评论 -
TypeError: ‘dict_keys‘ object is not subscriptable
异常处理原创 2023-02-02 11:27:45 · 314 阅读 · 1 评论 -
TypeError:Descriptors cannot not be created directly
异常处理原创 2023-02-02 11:23:54 · 196 阅读 · 0 评论 -
PyCharm免费版下载和安装教程以及相关配置(导入第三方库的软件包等配置)Windows版下载
文章目录PyCharm下载PyCharm安装教程PyCharm相关配置各种插件下载创建新Python项目查看版本的使用截止时间导入其他软件包(例:request)第一种方法第二种方法出现错误PyCharm下载PyCharm 是一款功能强大的 Python 编辑器,具有跨平台性。PyCharm的下载地址:官网地址点开后的页面如下:找到合适自己的版本,点击Windows(exe).图中左边的PyCharm Professional Edition是专业版,是需要付费的。右边的PyCharm原创 2022-04-15 11:03:41 · 15905 阅读 · 2 评论 -
肿瘤预测与分析(神经网络)---Python机器学习
文章目录实验内容实验要求实验代码效果图展示实验内容基于威斯康星乳腺癌数据集,搭建BP神经网络,实现肿瘤预测与分析。实验要求1.加载sklearn自带的数据集,探索数据。2.划分训练集与测试集。3.建立BP模型(评估后可进行调参,从而选择最优参数)。4.进行模型训练。5.进行模型预测,对真实数据和预测数据进行可视化(用Axes3D绘制3d散点图)。6.进行模型评估,并进行预测结果指标统计(统计每一类别的预测准确率、召回率、F1分数)。7.计算混淆矩阵,并用热力图显示。注:混淆矩阵(原创 2022-04-13 14:20:52 · 4250 阅读 · 11 评论 -
肿瘤预测(AdaBoost)-Python机器学习
文章目录实验内容实验要求AdaBoostClassifier参数解释实验代码实验内容基于威斯康星乳腺癌数据集,使用AdaBoost算法实现肿瘤预测。实验要求1.加载sklearn自带的数据集,使用DataFrame形式探索数据。2.划分训练集和测试集,检查训练集和测试集的平均癌症发生率。3.配置模型,训练模型,模型预测,模型评估。(1)构建一棵最大深度为2的决策树弱学习器,训练、预测、评估。(2)再构建一个包含50棵树的AdaBoost集成分类器(步长为3),训练、预测、评估。参考:原创 2022-04-13 14:15:11 · 4687 阅读 · 1 评论 -
K-Means不同含量果汁饮料的聚类(聚类算法)
文章目录实验内容实验要求实验代码实验内容某企业通过采集企业自身流水线生产的一种果汁饮料含量的数据集,来实现K-Means算法。通过聚类以判断该果汁饮料在一定标准含量偏差下的生产质量状况,对该饮料进行类别判定。数据集:该数据集共有样本59个,变量2个,包括juice(该饮料的果汁含量偏差)、sweet(该饮料的糖分含量偏差),单位均为mg/ml。所有特征变量都为与标准含量相比的偏差,该数据集没有目标类别标签变量。数据集展示图:实验要求1.加载数据集,读取数据,探索数据。(数据集路径原创 2022-04-13 14:10:45 · 1492 阅读 · 1 评论 -
顾客购买服装的分析与预测(决策树)
文章目录实验内容实验要求实验代码实验内容采用决策树算法,对“双十一”期间顾客是否买服装的数据集进行分析与预测。顾客购买服装数据集:包含review(商品评价变量)、discount(打折程度)、needed(是否必需)、shipping(是否包邮)、buy(是否购买)。实验要求1.读取顾客购买服装的数据集(数据集路径:…/3_buy.csv),探索数据。2.分别用ID3算法和CART算法进行决策树模型的配置、模型的训练、模型的预测、模型的评估。数据集的展示:实验代码import原创 2022-04-13 14:04:48 · 2344 阅读 · 0 评论 -
Python机器学习---肿瘤预测(决策树)
文章目录肿瘤预测(决策树)实验内容实验要求实验代码肿瘤预测(决策树)实验内容基于威斯康辛乳腺癌数据集,采用决策树的方法进行肿瘤预测。实验要求1.加载sklearn自带的威斯康星乳腺癌数据集,探索数据。2.进行数据集分割。3.配置决策树模型。4.训练决策树模型。5.模型预测。6.模型评估。7.参数调优。可以根据评估结果,对模型设置或调整为更优的参数,使评估结果更准确。实验代码#导入包import numpy as npimport pandas as pdimport原创 2022-04-13 13:56:08 · 3629 阅读 · 0 评论 -
肿瘤分类与预测(SVM)
文章目录实验内容:肿瘤分类与预测(SVM)【实验要求】【数据集】:威斯康星乳腺肿瘤数据集完整代码实验内容:肿瘤分类与预测(SVM)采用SVM方法,对美国威斯康星州的乳腺癌诊断数据集进行分类,实现针对乳腺癌检测的分类器,以判断一个患者的肿瘤是良性还是恶性。【实验要求】1.加载data文件夹里的数据集:威斯康星乳腺肿瘤数据集.2.查看样本特征和特征值,查看样本特征值的描述信息。3.进行数据清洗(如删除无用列,将诊断结果的字符标识B、M替换为数值0、1等)。4.进行特征选取(方便后续的模型训练原创 2022-03-29 17:50:03 · 4577 阅读 · 3 评论 -
肿瘤分类与预测(朴素贝叶斯)
文章目录实验内容:肿瘤分类与预测(朴素贝叶斯)实验要求【数据集】:威斯康星乳腺肿瘤数据集完整代码实验内容:肿瘤分类与预测(朴素贝叶斯)采用朴素贝叶斯方法,对美国威斯康星州的乳腺癌诊断数据集进行分类,实现针对乳腺癌检测的分类器,以判断一个患者的肿瘤是良性还是恶性。实验要求1.导入sklearn自带的数据集:威斯康星乳腺肿瘤数据集(load_breast_cancer)。2.打印数据集键值(keys),查看数据集包含的信息。3.打印查看数据集中标注好的肿瘤分类(target_names)、肿瘤特征原创 2022-03-29 17:45:24 · 4626 阅读 · 1 评论 -
线性回归-影厅观影人数预测(多变量线性回归)
文章目录实验内容:影厅观影人数预测实验要求完整代码实验内容:影厅观影人数预测实验要求1.读取给定文件中数据集文件。2.绘制影厅观影人数(filmnum)与影厅面积(filmsize)的散点图。3.绘制影厅人数数据集的散点图矩阵。4.选取特征变量与相应变量,并进行数据划分。5.进行线性回归模型训练。6.根据求出的参数对测试集进行预测。7.绘制测试集相应变量实际值与预测值的比较。8.对预测结果进行评价。完整代码#导入包import numpy as npimport matplo原创 2022-03-29 17:41:31 · 2492 阅读 · 1 评论 -
线性回归-糖尿病预测
实验内容:糖尿病预测diabetes 是一个关于糖尿病的数据集, 该数据集包括442个病人的生理数据及一年以后的病情发展情况。该数据集共442条信息,特征值总共10项, 如下:age:年龄sex:性别 bmi(body mass index):身体质量指数,是衡量是否肥胖和标准体重的重要指标,理想BMI(18.5~23.9) = 体重(单位Kg) ÷ 身高的平方(单位m) bp(blood pressure):血压(平均血压)s1,s2,s3,s4,s4,s6:六种血清的化验数据,是血液原创 2022-03-29 17:36:34 · 10849 阅读 · 1 评论 -
Numpy的代码使用
文章目录Numpy创建全0全1或没有任何具体值的数组创建随机数组查看ndarray的常用属性数组和标量之间的运算数组的索引和切片数学和统计方法sum(和),mean(均值),std(标准差)mean和sum的参数使用cumsum和cumprod之类的方法则不聚合,而是产生一个由中间结果组成的数据矩阵乘法全部代码Numpynumpy是高性能科学计算和数据分析的基础包.部分功能如下:ndarry,一个具有矢量算术运算和复杂广播能力的快速且节省空间的多维数组.用于对整组数据进行快速运算的标准数学函数(原创 2022-03-21 16:43:19 · 1471 阅读 · 0 评论