04 2019 档案

机器学习预测共享单车
摘要：共享单车 共享单车的数据要从https://archive.ics.uci.edu/ml/dat asets/Bike+Sharing+Dataset这里下载 import sklearn import numpy as np from matplotlib import pyplot as plt 阅读全文
posted @ 2019-04-29 16:32 Mission。 阅读(872) 评论(0) 推荐(0)
机器学习中均值漂移
摘要：import pandas as pdimport numpy as npimport matplotlibfrom matplotlib import pyplot as plt %matplotlib inline#指定默认字体matplotlib.rcParams['font.sans-ser 阅读全文
posted @ 2019-04-18 10:38 Mission。 阅读(688) 评论(0) 推荐(0)
机器学习中多项式回归模型以及评估指标
摘要：#训练模型用多项式线性回归模型from sklearn import linear_modellinear_regressor = linear_model.LinearRegression() #构造线性回归模型linear_regressor.fit(train_X.reshape(-1,1), 阅读全文
posted @ 2019-04-17 11:45 Mission。 阅读(843) 评论(0) 推荐(0)
python基本面试题
摘要：https://www.cnblogs.com/changwentao/p/9432166.html 阅读全文
posted @ 2019-04-14 19:47 Mission。 阅读(121) 评论(0) 推荐(0)
机器学习用Pandas实现数据库的读取
摘要：#读取数据库数据#import pandas as pd 导入模块#import pymysql 导入数据库模块#con = pymysql.connect(host='localhost',port=3306,user='root',password='mysql',db='mypro',char 阅读全文
posted @ 2019-04-14 19:20 Mission。 阅读(626) 评论(0) 推荐(0)
机器学习中回归和分类的区别
摘要：回归与分类的不同 #导入回归from sklearn.ensemble import RandomForestRegressor#导入分类from sklearn.ensemble import RandomForestClassifier 1.回归问题的应用场景（预测的结果是连续的，例如预测明天的 阅读全文
posted @ 2019-04-11 12:34 Mission。 阅读(5182) 评论(0) 推荐(2)
机器学习之决策树用法
摘要：决策树(DecisionTree, DT)是一种常见的用于分类和回归的非参数监督学习方法，目标是创建一个模型，通过从数 据特性中推导出简单的决策规则来预测目标变量的值。决策树模型的优点在于：1，简单容易理解，数据结构可以可视化表达。2，需要很少的数据准备，其他技术通常需 要数据标准化，需要创建虚拟变 阅读全文
posted @ 2019-04-09 16:44 Mission。 阅读(854) 评论(0) 推荐(0)
机器学习之决策树
摘要：决策树(DecisionTree, DT)是一种常见的用于分类和回归的非参数监督学习方法，目标是创建一个模型，通过从数 据特性中推导出简单的决策规则来预测目标变量的值。决策树模型的优点在于：1，简单容易理解，数据结构可以可视化表达。2，需要很少的数据准备，其他技术通常需 要数据标准化，需要创建虚拟变 阅读全文
posted @ 2019-04-09 16:43 Mission。 阅读(186) 评论(0) 推荐(0)
机器学习中的编码方法
摘要：# *****************对label进行编码******************************** from sklearn import preprocessing # 构建编码器 encoder=preprocessing.LabelEncoder() # 先定义一个编码 阅读全文
posted @ 2019-04-03 20:36 Mission。 阅读(1095) 评论(0) 推荐(0)