何美玲

摘要： 二、中文文本分类import numpy as np #导入数组numpy库import ospath='C:\\Users\\Administrator\\Desktop\\data1' import jieba #导入结巴库with open(r'C:\Users\Administrator\D 阅读全文

摘要： #读取数据 from sklearn.datasets import load_boston #导入房价数据集 boston=load_boston() boston.data boston.target boston.data.shape #将数据转化为数据框形式 import pandas as pd df=pd.DataFrame(boston.data) df #建立变... 阅读全文

摘要： import matplotlib.pyplot as pltx=boston.data[:,12].reshape(-1,1)y=boston.targetplt.figure(figsize=(10,6))plt.scatter(x,y) from sklearn.linear_model im 阅读全文

摘要： #读取数据集 import csv file_path=r'jiangnan.txt' sms=open(file_path,'r',encoding='utf-8') sms_data=[] sms_label=[] text=csv.reader(sms,delimiter='\t') text #预处理 def preprocessing(text): #text=text.de... 阅读全文

摘要： #读取数据集 import csv file_path=r'C:\Users\Administrator\Desktop\江南.txt' sms=open(file_path,'r',encoding='utf-8') text=csv.reader(sms,delimiter='\t') text #预处理 def preprocessing(text): #text=text.de... 阅读全文

摘要： from sklearn.datasets import load_iris iris=load_iris() from sklearn.naive_bayes import GaussianNB gnb=GaussianNB() #模型 pred=gnb.fit(iris.data,iris.ta 阅读全文

摘要： from sklearn.datasets import load_irisiris=load_iris()from sklearn.naive_bayes import GaussianNBgnb=GaussianNB() #模型gnb.fit(iris.data,iris.target) #训练 阅读全文

摘要： 理解贝叶斯定理： M桶：7红3黄 N桶：1红9黄 现在：拿出了一个红球 试问：这个红球是M、N桶拿出来的概率分别是多少？ 阅读全文

摘要： import numpy as np x=np.random.randint(1,100,[20,1]) #在1-100范围中产生20行1列的随机数组 y=np.zeros(20) k=3 #取数据中k个对象为初始中心,每个对象代表一个聚类中心 def initcenter(x,k): return x[:k] kc=initcenter(x,k)... 阅读全文

摘要： import numpy as np #导入numpy数组并命名np from sklearn.datasets import load_iris #导入鸢尾花数据集 data=load_iris() iris_len=data.data[:,2] print('鸢尾花数组：',iris_len) print('最大值:',np.max(iris_len)) #计算鸢尾花长度的最大... 阅读全文