Ootori

2017年10月23日

摘要：用代码证明朴素贝叶斯：一、先从一个实际问题出发：条件：碗1中有30个香草曲奇饼干和10个巧克力饼干，碗2中有上述饼干各20个。问：闭上眼随机拿一块，从碗1中拿到香草曲奇的概率是多少？公式：P(B|A) = P (A|B) * P(A) / P(B) 从碗1中拿到香草曲奇的概率 = 在碗1中得阅读全文

posted @ 2017-10-23 16:22 Ootori 阅读(707) 评论(0) 推荐(0) 编辑

解决Mac系统下matplotlib中文显示方块问题

摘要：一.Mac需要先下载simhei.ttf字体并安装，之后按照下面步骤首先将simhei.ttf拷贝到~python安装路径/site-packages/matplotlib/mpl-data/fonts/ttf目录中；链接: https://pan.baidu.com/s/1hsGhxmG 密码: 阅读全文

posted @ 2017-10-23 14:45 Ootori 阅读(8521) 评论(0) 推荐(0) 编辑

2017年10月22日

20171022机器学习之线性回归-求时间与功率的关系（解决单项式线性方程）

摘要：应用问题：求下列数据中时间与功率的关系？已知数据如下（数据之间以;号隔开）：数据：日期、时间、有功功率、无功功率、电压、电流、厨房电功率、洗衣机电功率、热水器的电功率 Date;Time;Global_active_power;Global_reactive_power;Voltage;Glob 阅读全文

posted @ 2017-10-22 22:26 Ootori 阅读(785) 评论(0) 推荐(0) 编辑

git莫烦教程网站https://www.bilibili.com/video/av8727109/?from=search&seid=14538496372371687050

摘要： https://www.bilibili.com/video/av8727109/?from=search&seid=14538496372371687050 阅读全文

posted @ 2017-10-22 19:52 Ootori 阅读(17936) 评论(0) 推荐(0) 编辑

2017年10月16日

python科学计算模块之numpy

摘要：一、网站：http://www.numpy.org/ 二、常用方法 1.创建一个多维数组例子：a=np.arange(15).reshape(3, 5) #创建一个3行5列，包含15个元素的二维数组打印结果：[[ 0, 1, 2, 3, 4],[ 5, 6, 7, 8, 9],[10, 11, 阅读全文

posted @ 2017-10-16 15:59 Ootori 阅读(422) 评论(0) 推荐(0) 编辑

python对打印出中文乱码问题的解决方案

摘要：一、引入json包二、# 使用json模块将序列转换为json字符串，ensure_ascii表示不考虑asii,encoding表示转换编码 # json.dumps进行序列化对中文默认使用ascii编码 # 想要输出真正的中文就需要指定ensure_ascii为false 代码：json.dum 阅读全文

posted @ 2017-10-16 15:15 Ootori 阅读(9127) 评论(0) 推荐(0) 编辑

git常用操作

摘要：一、添加新文件到本地仓库： git add test.py 添加所有改动过的文件到本地仓库： git add . 二、提交新文件到本地仓库： git commit -m "update" 三、查看git 仓库状态： git status 四、提交到github远程仓库中： git remote ad 阅读全文

posted @ 2017-10-16 14:57 Ootori 阅读(179) 评论(0) 推荐(0) 编辑

如何创建git开发环境

摘要：前置条件：github.com 注册账号记住密码后面搞key时，命令行要输入验证生成id_rsa.pub 一、安装git 二、在本地电脑中创建一个文件夹目录作为之后的 git工作环境三、命令行模式进入该文件夹四、输入 git init 对文件进行初始化五、创建git ssh key的公钥，阅读全文

posted @ 2017-10-16 14:34 Ootori 阅读(709) 评论(0) 推荐(0) 编辑

2017年8月20日

对自然界的三种花进行分类

摘要： import numpy as npfrom sklearn.datasets import load_irisfrom sklearn import tree# 对三种花分类# 导入数据部分iris = load_iris() # 加载数据print(iris.feature_names) # 打阅读全文

posted @ 2017-08-20 10:57 Ootori 阅读(447) 评论(0) 推荐(0) 编辑

创建第一个简单的AI分类器

摘要： from sklearn import tree# 第一个简单的分类器features = [[140, 1], [130, 1], [150, 0], [170, 0]] #列表左边的变量代表水果的重量，右边的1代表表面光滑,0代表有疙瘩labels = [0, 0, 1, 1] #0代表苹果，1 阅读全文

posted @ 2017-08-20 10:05 Ootori 阅读(425) 评论(0) 推荐(0) 编辑

公告