摘要：
# 1.什么是特征降维 >降低的对象为二维数组 此处的降维为**降低特征**的个数 **降维是指在某些限定条件下，降低随机变量（特征）个数，得到一组“不相关”主变量的过程**  >**为什么使用Pandas 便捷的数据处理能力 读取文件方便 封装了Matp 阅读全文
摘要：
# 1.介绍 > 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。(n-任意 d-dimension 维度 array-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 Pytho 阅读全文
摘要：
# 1 数据预处理 > **数据预处理是通过一些转换函数将特征数据转换成更加适合算法模型的特征数据过程** 例如： echarts 官网：[Matplotlib](https://matplotlib.org/index.html "Matplotl 阅读全文
摘要：
## 1.format格式化输出 > 看看找个小例子是格式化输出+正则表达式赋值的 ``` t=["11点{}分".format(i) for i in range(60)] print(t) ``` ``` ['11点0分', '11点1分', '11点2分', '11点3分', '11点4分', 阅读全文
摘要：
# 1.为什么要特征工程 >**业界广泛流传∶数据和特征决定了机器学习的上限，而模型和算法只是逼近这个上限而已。** # 2.什么是特征工程 > 意义：会直接影响机器学习的效果 sklearn 特征工程 pandas 数据清洗、数据处理 应用 DictVectorizer 实现对类别特征进行数值化、 阅读全文
摘要：
一：图像领域 包括人脸识别，街道交通信号识别 二：自然语言识别（NPL） 机器学习定义： 机器学习是从数据中自动分析获得模型，并利用模型对未知数据进行预测。 数据集的构成：特征值+目标值 机器学习的分类：1.监督学习（有一个目标的） 目标值：类别--分类问题（比如说识别猫狗，目标是一个类别） 目标值 阅读全文
摘要：
第一步：点击下方前往“站长工具”查询对应网址youzan.github.io的DNS站长工具地址 第二步：找到TTL值最小的那个的ip地址和我们需要的网址对应关系，配置到hosts文件中win10 hosts文件默认路径：C:\Windows\System32\drivers\etc此处点击文件、打 阅读全文