04 2022 档案
摘要：1、添加修改数据 Pandas 的数据修改是进行赋值，先把要修改的数据筛选出来，然后将同结构或者可解包的数据赋值给它： 修改数值 df.Q1 = [1, 3, 5, 7, 9] * 20 # 就会把值进行修改 df.loc[1:3, 'Q1':'Q2'] = 99 # 这个范围的数据会全变成 99
阅读全文
摘要：非负矩阵分解(NMF)是一种无监督学习算法，目的在于提取有用的特征（可以识别出组合成数据的原始分量），也可以用于降维，通常不用于对数据进行重建或者编码。 NMF将每个数据点写成一些分量的加权求和（与PCA相同），并且分量和系数都大于0， 只能适用于每个特征都是非负的数据（正负号实际上是任意的）。 1
阅读全文
摘要：流行学习算法： 是一类用于可视化的算法，它允许进行更复杂的映射，通常也可以给出更好的可视化。 t-SNE算法是其中一种。 PCA是用于变换数据的首选方法，也可以进行可视化，但它的性质（先旋转然后减少方向）限制了有效性。因此，我们可以使用流形学习算法进行数据可视化。 1、什么是t-SNE t-SNE算
阅读全文
摘要：主成分分析（PCA）是一种旋转数据集的方法，旋转后的特征在统计上不相关。 1、什么是PCA （1）、理解概念 下图展示了PCA对于一个模拟二维数据集的作用 图一： 算法在原始数据点集中，找到方差最大的方向（包含最多信息），标记为‘成分1’。 找到与“成分1”正交（成直角）且包含最多信息的方向，标记为
阅读全文
摘要：一些算法，比如神经网络和SVM，对数据缩放非常敏感。需要对数据进行一种简单的按特征的缩放和移动。 1、不同类型的预处理 一个简单的二分类例子 📣 库：sklearn.preprocessing StandardScaler：确保每个特征的平均值为0，方差为1。 RobustScaler：使用中位数
阅读全文
摘要：本周收获 总结一下本周学习内容： 1、学习了《深入浅出Pandas》的第五章：Pandas高级操作的三个内容 复杂查询 数据类型转换 数据排序 🚗我的博客链接： Pandas复杂查询、数据类型转换、数据排序 2、《Python机器学习基础教程》第二章p53-p90 朴素贝叶斯分类器 🚗我的博客链
阅读全文
摘要：Pandas高级操作 1、复杂查询 （1）逻辑运算 以DataFrame其中一列进行逻辑计算，会产生一个对应的bool值组成的Series 于是我们可以利用返回的bool列表进行一系列的数据查询 （2）逻辑筛选数据 df[df['Q1'] == 8] # Q1 等于8 df[~(df['Q1'] =
阅读全文
摘要：1、多层感知机 原理： 多次重复线性回归的加权求和过程（中间的计算结果称为隐单元，隐单元构成隐层），计算完每个隐单元的加权求和之后，对结果应用一个非线性函数。再将这个函数结果用于加权求和得出y 矫正非线性（relu） 正切双曲线（tanh） sklearn.neural_network.MLPCla
阅读全文
摘要：核支持向量机（SVM）是可以推广到更复杂模型的扩展，这些模型无法被输入空间的超平面定义。 SVM可以同时用于分类和回归 1、线性模型与非线性特征 线性模型在低维空间中可能非常受限，因为线和平面的灵活性有限。有一种方法可以让线性模型变得更加灵活，就是添加更多的特征（添加输入特征的交互项或多项式）。 �
阅读全文
摘要：决策树是广泛用于分类和回归任务的模型。 它从一层层的if/else问题（尽可能少的问题）中进行学习，并得出结论 1、构造决策树 1）two_moons数据集 这是个二分类数据集（每个类别50个数据点），样本点在坐标图中的分布像两个半月牙，因此叫做two_moons 2）学习决策树，就是学习一系列的i
阅读全文
摘要：集成（ensemble）是合并多个机器学习模型来构建更强大模型的方法。 已证明有两种集成模型对大量分类和回归的数据集都是有效的，二者都以决策树为基础，分别是随机森林（random forest）和梯度提升决策树（gradient boosted decision tree）。 1、随机森林 决策树的
阅读全文
摘要：朴素贝叶斯分类器是一种与线性模型非常相类似的一种分类器。 它的训练速度比线性模型更快，但是泛化能力要强。 主要思想：通过独立查看每个特征来学习参数，并从每个特征中收集简单的类别统计数据 scikit-learn实现了三种朴素贝叶斯分类器：1、GaussianNB分类器（高斯）、2、Bernoulli
阅读全文
摘要：本周收获 总结一下本周学习内容： 1、复习了Numpy的一些基础操作，主要是利用numpy来对ndarray数组进行操作 🚗我的博客链接： Numpy的一些操作 2、正在学习《深入浅出Pandas》 1~2章是对Pandas的一个快速入门，我只是大致浏览了一下 本周重点看的是3~4章，是有关Pan
阅读全文
摘要：线性模型利用输入特征的线性函数进行预测 1、用于回归的线性模型 一般公式 其中，x[0]~x[p]表示单个数据点的特征（本例中特征有p+1个），w和b是学习模型的参数，y是预测结果。 👍 可以把预测的响应值看作是输入特征的加权求和，权重由w[]给出（可以是负值）。 用于回归的线性模型可以表示为：对
阅读全文
摘要：1、什么是Numpy 简单来说： Numpy（Numerical Python）是一个开源的Python科学计算库，用于快速处理任意维度的数组。 Numpy支持常见的数组和矩阵操作。对于同样的数值计算任务，使用Numpy比直接使用Python要简洁的多。 Numpy使用ndarray对象来处理多维数
阅读全文
摘要：监督机器学习问题主要分两种：1、分类，2、回归 👍 区分分类任务和回归任务：输出是否具有某种连续性。 泛化：一个模型能对新数据进行很好地预测，则该模型泛化性能好 过拟合：模拟模型时过分关注训练集的细节，得到一个在训练集上表现好，但不能泛化到新数据上 拟合：选择过于简单的模型 1、K近邻 算法思想：
阅读全文
摘要：## 1、读取CSV CSV（Comma-Separated Values，逗号分隔值，有时也称为字符分隔值，因为分隔字符也可以不是逗号），其文件以纯文本形式存储表格数据（数字和文本）。 pd.read_csv(filepath_or_buffer, sep=',', header='infer',
阅读全文
摘要：最近的学习内容为**《Python机器学习基础教程》**这本书 从第一章开始，慢慢来，比较快。 一下为我的本周机器学习小结，以及下周的Flag。 本周收获 总结一下本周学习内容： 1、了解到机器学习的概念和应用 2、初步熟悉了本书会用到的机器学习的工具之二 Jupyter Notebook 点击链接
阅读全文
摘要：利用鸢尾花数据集完成一个简单的机器学习应用~万丈高楼平地起，虽然很基础，但是还是跟着书敲了一遍代码。 一、模型构建流程 1、获取数据 本次实验的Iris数据集来自skicit-learn的datasets模块 from sklearn.datasets import load_iris iris_d
阅读全文
摘要：Matplotlib专门用于开发2D图表(包括3D图表)，在日常数据处理中经常需要运用到它，它的用法非常多样，这里记录一些基础用法，算是一个小入门，后面如果有更复杂的画图要求，再进一步学习。 如果有需要绘制某种类型的表格可以访问-->官网文档,下文也会进一步说一下这个网站~ 一、实现一个简单的Mat
阅读全文
摘要：第一接触jupyter notebook，为了之后更方便使用，写下这篇使用记录。 一、Jupyter Notebok介绍 Jupyter是一款程序员和科学工作者的编程/文档/笔记/展示软件 Jupyter Notebook，原名IPython Notbook，是IPython的加强网页版，一个开源W
阅读全文
