摘要：
一、boston房价预测 多元线性回归模型结果： 多元多项式回归模型结果： 二、中文文本分类 阅读全文
摘要：
import os path =r'C:\Users\Administrator\Desktop\0369data' def readfile(path): for root,dirs,files in os.walk(path): #print(root) #print(dirs) for f in files: ... 阅读全文
摘要：
https://blog.csdn.net/lulei1217/article/details/49386295 1. 导入boston房价数据集 2. 一元线性回归模型，建立一个变量与房价之间的预测模型，并图形化显示。 3. 多元线性回归模型，建立13个变量与房价之间的预测模型，并检测模型好坏，并 阅读全文
摘要：
import nltk nltk.download() from nltk.corpus import stopwords from nltk.stem import WordNetLemmatizer #预处理 def preprocessing(text): tokens = [word for sent in nltk.sent_tokenize(text) for word... 阅读全文
摘要：
1.使用朴素贝叶斯模型对iris数据集进行花分类 尝试使用3种不同类型的朴素贝叶斯： 高斯分布型 多项式型 伯努利型 2.使用sklearn.model_selection.cross_val_score()，对模型进行验证 3. 垃圾邮件分类 数据准备： 用csv读取邮件数据，分解出邮件类别及邮件 阅读全文
摘要：
1.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——分类是根据文本的特征或属性，划分到已有的类别中。也就是说，这些类别是已知的，通过对已知分类的数据进行训练和学习，找到这些不同类的特征，再对未分类的数据进行分类。 聚类——聚类是事先不知道数据会分为几类，通过分析将数 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：
1.用python实现K均值算法 K-means是一个反复迭代的过程，算法分为四个步骤： 2. 鸢尾花花瓣长度数据做聚类并用散点图显示。 3. 用sklearn.cluster.KMeans，鸢尾花花瓣长度数据做聚类并用散点图显示. 4. 鸢尾花完整数据做聚类并用散点图显示. 阅读全文
摘要：
# 导包 import numpy as np # 导入鸢尾花数据 from sklearn.datasets import load_iris data = load_iris() pental_len = data.data[:,2] # 计算鸢尾花花瓣长度的最大值，平均值，中值，均方差 print("最大值：",np.max(pental_len)) print("平均值：",np.m... 阅读全文
摘要：
#导包 import numpy as np # 从sklearn包自带的数据集中读出鸢尾花数据集data from sklearn.datasets import load_iris data = load_iris() # 查看data类型，包含哪些数据 print("数据类型：",type(data)) print("数据类目：",data.keys()) # 取出鸢尾花特征和鸢尾花... 阅读全文