随笔分类 - 人工智能之机器学习
python
Python机器学习（五十九）SciPy 输入输出
摘要：scipy.io(输入和输出)包用于读写各种格式的文件。scipy.io支持的格式很多，下面列出了几种常用格式： Matlab IDL Matrix Market Wave Arff Netcdf MATLAB Matlab 格式是最常用的。 下面是用于加载和保存.mat文件的函数。 loadmat
阅读全文
Python机器学习（五十八）SciPy 插值
摘要：插值，是依据一系列的点(xi,yi)通过一定的算法找到一个合适的函数来包含(逼近)这些点，反应出这些点的走势规律，然后根据走势规律求其他点值的过程。 scipy.interpolate包里有很多类可以实现对一些已知的点进行插值，即找到一个合适的函数，例如，interp1d类，当得到插值函数后便可用这
阅读全文
Python机器学习（五十七）SciPy 积分
摘要：Scipy中的integrate模块提供了很多数值积分方法，例如，一重积分、二重积分、三重积分、多重积分、高斯积分等等。 下面介绍几种常用的积分函数。 一重积分 SciPy积分模块中，quad函数是一个重要函数，用于求一重积分。例如，在给定的a到b范围内，对函数f(x)求一重积分。 quad的一般形
阅读全文
Python机器学习（五十六）SciPy fftpack(傅里叶变换)
摘要：SciPy提供了fftpack模块，包含了傅里叶变换的算法实现。 傅里叶变换把信号从时域变换到频域，以便对信号进行处理。傅里叶变换在信号与噪声处理、图像处理、音频信号处理等领域得到了广泛应用。 如需进一步了解傅里叶变换原理，可以参考相关资料。 快速傅里叶变换 计算机只能处理离散信号，使用离散傅里叶变
阅读全文
Python机器学习（五十五）SciPy 常量
摘要：SciPy中的常量包提供了很多科学领域中的常量，例如：光速。 SciPy 常量包 要使用常量，需要先导入常量包（scipy.constants）。 示例 从scipy.constants中导入pi值： #导入pi常量 from scipy.constants import pi print("sci
阅读全文
Python机器学习（五十四）SciPy k均值聚类
摘要：聚类(K-means clustering)是在一组未标记的数据中，将相似的数据（点）归到同一个类别中的方法。聚类与分类的最大不同在于分类的目标事先已知，而聚类则不知道。 K-means是聚类中最常用的方法之一，它是基于点与点的距离来计算最佳类别归属，即靠得比较近的一组点（数据）被归为一类。 K-m
阅读全文
Python机器学习（五十三）SciPy 特殊函数
摘要：scipy.special 模块中包含了一些常用的杂项函数，例如经常使用的： 立方根函数 指数函数 相对误差指数函数 对数和指数函数 兰伯特函数 排列组合函数 γ函数 示例 解立方根: from scipy.special import cbrt res = cbrt([1000, 27, 8, 2
阅读全文
Python机器学习（五十二）SciPy 基础功能
摘要：默认情况下，所有NumPy函数都可以在SciPy(命名空间)中使用。当导入SciPy时，不需要显式地导入NumPy函数。NumPy的主要对象是n次多维数组ndarray，SciPy构建在ndarray数组之上，ndarray是存储单一数据类型的多维数组。在NumPy中，维度称为轴，坐标轴的数量称为秩
阅读全文
Python机器学习（五十一）SciPy 介绍
摘要：SciPy，发音为Sigh Pi，是一个python开源库，在BSD授权下发布，主要用于数学、科学和工程计算。 SciPy库依赖于NumPy，NumPy提供了方便和快速的n维数组操作。它们一起可以运行在所有流行的操作系统上，安装简单，使用免费。 现在，组合使用NumPy、SciPy和Matplotl
阅读全文
Python机器学习（五十）NumPy 线性代数
摘要：NumPy中包含了numpy.linalg模块，提供线性代数运算功能。下表描述了该模块中的一些重要功能。 SN函数描述 1 dot() 两个数组的点积 2 vdot() 两个向量的点积 3 inner() 两个数组的内积 4 matmul() 两个数组的矩阵乘积 5 det() 计算矩阵的行列式 6
阅读全文
Python机器学习（四十九）NumPy 矩阵库函数
摘要：NumPy包含一个矩阵库NumPy.matlib，这个模块的函数用于处理矩阵而不是ndarray对象。 NumPy中，ndarray数组可以是n维的，与此不同，矩阵总是二维的，但这两种对象可以相互转换。 matlib.empty() empty()函数返回一个新的矩阵，但不会初始化矩阵元素。 num
阅读全文
Python机器学习（四十八）NumPy 副本和视图
摘要：数组副本是内容与原数组相同，存储在另一个内存位置的数组。 数组视图是由原数组生成的另一个数组，但是与原数组共享数组元素内存，是对同一个内存位置所存储数组元素的不同呈现。 数组引用是原数组的别名，与原数组是同一个数组。 数组赋值 NumPy中，把一个数组赋值给另一个数组，不会拷贝数组，赋值只是对原始数
阅读全文
Python机器学习（四十七）NumPy 排序、查找、计数
摘要：NumPy中提供了各种排序相关的函数。这些排序函数实现了不同的排序算法，每个算法的特点是执行速度、最坏情况性能、所需的工作空间和算法的稳定性。下表为三种排序算法的比较。 种类速度最差情况工作区稳定性 ‘quicksort’ 1 O(n^2) 0 no ‘mergesort’ 2 O(n*log(n)
阅读全文
Python机器学习（四十六）NumPy 统计函数
摘要：Numpy提供各种统计函数，用于数据统计分析。 从数组中找出最小和最大元素 函数numpy.amin()和numpy.amax()分别用于查找指定轴上，数组元素的最小值和最大值。 示例 import numpy as np a = np.array([[2,10,20],[80,43,31],[22
阅读全文
Python机器学习（四十五）NumPy 数学函数
摘要：Numpy包含大量的数学函数，如三角函数、算术函数和处理复数的函数等等，这些函数可以用来执行各种数学操作。 三角函数 Numpy中包含三角函数，用于不同角度的正弦、余弦和正切等就散。 示例 import numpy as np arr = np.array([0, 30, 60, 90, 120,
阅读全文
Python机器学习（四十四）NumPy 字符串函数
摘要：NumPy中，可以使用下面的函数对dtype字符串数组进行操作。 SN函数描述 1 add() 连接字符串(数组)。 2 multiply() 返回字符串的多个副本，即，如果字符串“hello”乘以3，则返回一个字符串“hello hello hello”。 3 center() 返回指定宽度的字符
阅读全文
Python机器学习（四十三）NumPy 位运算
摘要：NumPy包中，可用位操作函数进行位运算。 bitwise_and 位与运算 bitwise_or 位或运算 invert 位非运算 left_shift 左移位 right_shift 右移位 bitwise_and 要对数值进行位与运算，可以使用bitwise_and()函数。 示例 impor
阅读全文
Python机器学习（四十二）NumPy 数组迭代
摘要：NumPy提供了迭代器对象NumPy.nditer，是一个高效的多维迭代器对象，可以使用它对数组进行迭代，使用Python的标准迭代器接口访问数组元素。 示例 import numpy as np a = np.array([[1,2,3,4],[2,4,5,6],[10,20,39,3]]) pr
阅读全文
Python机器学习（四十一）NumPy 广播
摘要：NumPy中，有时两个不同形状的数组之间需要进行运算。 考虑下面的例子。 示例 两个形状相同的数组相乘： import numpy as np a = np.array([1,2,3,4,5,6,7]) b = np.array([2,4,6,8,10,12,14]) c = a*b; print(
阅读全文
Python机器学习（四十）NumPy 数组切片
摘要：要访问或修改ndarray数组中的元素，可以使用数组切片/索引。 如前所述，ndarray数组索引从0开始。 使用切片访问数组，首先通过内置slice函数创建一个切片对象，该对象存储了创建时传入的start、stop和step参数，把这个切片对象传给数组，我们就可以提取数组的一部分(切片)返回。 一
阅读全文