上一页 1 ··· 18 19 20 21 22 23 24 25 26 ··· 29 下一页
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
posted @ 2022-04-17 10:25 朝南烟 阅读(46) 评论(0) 推荐(0) 编辑
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
posted @ 2022-04-17 09:46 朝南烟 阅读(350) 评论(0) 推荐(0) 编辑
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
posted @ 2022-04-15 18:50 朝南烟 阅读(60) 评论(0) 推荐(0) 编辑
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
posted @ 2022-04-14 21:37 朝南烟 阅读(93) 评论(0) 推荐(0) 编辑
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
posted @ 2022-04-13 14:28 朝南烟 阅读(217) 评论(0) 推荐(0) 编辑
上一页 1 ··· 18 19 20 21 22 23 24 25 26 ··· 29 下一页
body { color: #000; background-color: #e6e6e6; font-family: "Helvetica Neue",Helvetica,Verdana,Arial,sans-serif; font-size: 12px; min-height: 101%; background: url(https://images.cnblogs.com/cnblogs_com/caolanying/1841633/o_2009041…ly1geq8oc9owbj21hc0u0th5.jpg) fixed; } #home { margin: 0 auto; opacity: 0.8; width: 65%; min-width: 1080px; background-color: #fff; padding: 30px; margin-top: 50px; margin-bottom: 50px; box-shadow: 0 2px 6px rgba(100, 100, 100, 0.3); }