yyt34567的博客

基础学习两个要点:做练习 是每个程序员的必经之路：

模型评价 测试集y_test与预测集y_hat的可视化： plt.figure(figsize=(10,6)) #设置图片尺寸 t=np.arange(len(x_test)) #创建t变量 #绘制y_test曲线 plt.plot(t,y_test,'r',linewidth=2,label='y_test') #绘制y_hat曲线 plt.plot(t,y_hat,'g',linewidth=2.label='y_hat') plt.legend()

数据分析工具Pandas 以numpy为基础构建的、用以分析结构化数据的程序包，其功能强大且提供了高级数据结构和数据操作工具。它包含了数据读取、清洗、分析、矩阵运营以及数据挖掘等。因numpy面对大量多位度数据时，转换过程中每行、每列数据的属性或标签将消除，很难记住新数据代表的含义。Pandas适用于对大型数据的操作，Numpy则从其中选择一部分数据。 Pandas的两大重要组成：序列Series和数据框DataFrame。 序列series：类似于Numpy中的一维数组，通过索引标签的方式获取数据，

经过不断的使用与进化，Python产生了不少专门用于机器学习的程序库，我们在机器学习中经常需要用到的一些程序库，包括科学计算包（Numpy）、数据分析工具（Pandas）、数值计算包（Scipy）、绘图工具库（Matplotlib）、机器学习包（Scikit-learn）等，涵盖了在机器学习中数据导入、整理、数据处理、可视化、数值计算以及算法运行等方面。通过掌握以上基本的程序库的应用，可以极大简化对数据的处理过程。 科学计算包（Numpy） Numpy的核心...