高性能机器学习：Numpy
高性能机器学习：Numpy
机器学习强调测量预测能力，而使用 scikit-learn 我们可以准确、快速地进行预测。衡量预测能力主要依靠在训练数据上构建模型，在测试数据上衡量预测能力。
随着 scikit-learn 设计不断发展，它主要解决四类机器学习模型：
- 分类
- 非文本分类
- 文本分类
- 回归
- 聚类
- 降维
NumPy 基础
数据科学大部分依赖二维数据表，scikit-learn 的输入也是二维的 Numpy 数组。
Numpy 数组的形状与维度
>>> import numpy as np
>>>
>>> np.arange(10)
array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
>>> array_1 = np.arange(10)
>>> array_1.shape
(10,)
>>> array_1.ndim
1
np.arange 与 Python 内置的 range 是一样的，只是为了区分前置了 a，数组有一个属性 shape，可以看到 array_1 的 shape 是 (10,)，shape 元组的长度与数组的维度 ndim 是相同的。
>>> array_1.reshape((5, 2))
array([[0, 1],
[2, 3],
[4, 5],
[6, 7],
[8, 9]])
>>> array_1 = array_1.reshape((5, 2))
>>> array_1.ndim
2
>>>
想要改变数组的形状，可以调用 reshape 方法。
Numpy 广播
广播（broadcasting）指的是小数组向大数组进行延展或者广播。
>>> array_2 = np.arange(10)
>>> array_2 * array_2
array([ 0, 1, 4, 9, 16, 25, 36, 49, 64, 81])
>>>
可以看出来，这里的运算不是基于矩阵逻辑，而是按照对位元素进行运算的。
>>> array_2 = array_2**2
>>> array_2 = array_2.reshape((5, 2))
>>> array_2
array([[ 0, 1],
[ 4, 9],
[16, 25],
[36, 49],
[64, 81]])
>>> array_2 + 3
array([[ 3, 4],
[ 7, 12],
[19, 28],
[39, 52],
[67, 84]])
>>>
3 是标量，作为较小的数组，它将进行广播机制的补齐，变成与 array_2 相同的形状，然后进行逐元素（element-wise）的运算。
