摘要：
一、boston房价预测 二、中文文本分类 阅读全文
摘要：
import os import numpy as np import sys from datetime import datetime import gc path = 'F:\\jj147' # 导入结巴库，并将需要用到的词库加进字典 import jieba # 导入停用词： with open(r'F:\stopsCN.txt', encoding='utf-8') as f: ... 阅读全文
摘要：
from sklearn.datasets import load_boston #导入Boston房价数据集 boston = load_boston() #读取数据集 # boston.keys() #查看key值 x = boston.data y = boston.target #训练集与测试集划分 from sklearn.cross_validation import ... 阅读全文
摘要：
from sklearn.datasets import load_boston #导入Boston房价数据集 boston = load_boston() #读取数据集 # boston.keys() #查看key值 x = boston.data y = boston.target #训练集与测试集划分 from sklearn.cross_validation import ... 阅读全文
摘要：
#1. 导入boston房价数据集 from sklearn.datasets import load_boston boston=load_boston() boston.keys() boston.feature_names import pandas as pd df=pd.DataFrame(boston.data) df #2. 一元线性回归模型，建立一个变量与房价之... 阅读全文
摘要：
2.使用sklearn.model_selection.cross_val_score()，对模型进行验证： 3. 垃圾邮件分类 阅读全文
摘要：
一、理解分类与监督学习、聚类与无监督学习。 1、简述分类与聚类的联系与区别。 分类就是按照某种标准给对象贴标签(label)，再根据标签来区分归类。聚类是指事先没有“标签”而通过某种成团分析找出事物之间存在聚集性原因的过程。区别是，分类是事先定义好类别 ，类别数不变 。分类器需要由人工标注的分类训练 阅读全文
摘要：
from sklearn.datasets import load_sample_image from sklearn.cluster import KMeans import matplotlib.pyplot as plt import numpy as np china=load_sample_image("china.jpg") plt.imshow(china) plt.show()... 阅读全文
摘要：
#用python实现K均值算法 import numpy as np x = np.random.randint(1,50,[20,1]) y = np.zeros(20) k = 3 #(1) 选取数据空间中的K个对象作为初始中心，每个对象代表一个聚类中心； def initcen(x,k): return x[:k] #(2) 对于样本中的数据对象，根据它们与这些聚类中心的欧氏距离，... 阅读全文
摘要：
#计算鸢尾花的花瓣长度的最大值，平均值，中值，均方差 import numpy as np from sklearn.datasets import load_iris data=load_iris() petal_length = data.data[:,2] print(petal_length) print("最大值",np.max(petal_length)) print("平均值",n... 阅读全文