上一页 1 ··· 8 9 10 11 12 13 14 下一页
摘要: 第一步:安装scipy,因为seaborn依赖scipy,如何安装scipy我之前有说过,可以看我之前安装sklearn库的过程中有安装scipy的方法。 第二步:pip install seaborn 第三步:import seaborn 第四步:没有错误,那就安装成功 阅读全文
posted @ 2020-06-20 10:44 九叶草 阅读(2607) 评论(0) 推荐(0) 编辑
摘要: 1、内联函数的声明必须在调用之前。 #include<iostream> inline bool ischar(char); //内联声明 int main(){ char c; if(ischar(c)){....} } bool ischar(char ch){....} 如果是下面这种情况,那 阅读全文
posted @ 2020-03-09 11:06 九叶草 阅读(338) 评论(0) 推荐(0) 编辑
摘要: 安装sklearn这个包,首先要安装三个依赖包,如图划红线的部分。 要找这三个包,我们都可以登录:https://www.lfd.uci.edu/~gohlke/pythonlibs/#scipy 这个网址,去下载你需要的包。 当然在下载这几个包时,会非常的慢,建议用谷歌下载时,保存下载路径,然后用 阅读全文
posted @ 2020-03-08 22:52 九叶草 阅读(23444) 评论(4) 推荐(0) 编辑
摘要: 如下图所示,在安装pandas的过程中,发现他还要安装pytz这个包。我不想等他自己下载,因为很容易出错,所以我就先下载了pytz这个包,然后安装完毕,再去安装pandas这个包。 首先呢先登录这个网址:https://pypi.org/project/pytz/#files 然后下载划红线的那个w 阅读全文
posted @ 2020-03-08 21:59 九叶草 阅读(1401) 评论(0) 推荐(0) 编辑
摘要: 1、机器学习最重要的任务就是根据已有的一系列证据(例如训练样本)来对未知变量(例如类别标记)进行估计和推测。2、概率图分为两类: 1)、使用有向无环图表示变量间的依赖关系,称为有向图模型或贝叶斯网(Bayesian network)。 2)、使用无向图表示变量间的相互关系,称为无向图模型或马尔可夫网 阅读全文
posted @ 2020-03-06 13:22 九叶草 阅读(442) 评论(0) 推荐(0) 编辑
摘要: 1、贝叶斯决策理论(Bayesian decision theory)是概率框架下实施决策的基本方法。2、欲使用贝叶斯判定准则来最小化决策风险,首先要获得后验概率P。3、极大似然估计(Maximum Likelihood Estimation,简称MLE)是根据数据采样来估计概率分布参数的经典算法。 阅读全文
posted @ 2020-02-25 21:34 九叶草 阅读(504) 评论(0) 推荐(0) 编辑
摘要: 1、支持向量(support vector):就是距离超平面最近的几个训练样本点使得满足某方程式的成立。个人理解就是超平面一侧的点(距离最近)与超平面另外一侧的点(距离最近)其绝对值是相等的。而这个方程式有两个关键量:w=(w1,w2..)法向量、b位移项。2、二次规划(Quadratic Prog 阅读全文
posted @ 2020-02-24 17:39 九叶草 阅读(233) 评论(0) 推荐(0) 编辑
摘要: 第一步:登录:https://pypi.org/project/matplotlib/#files 第二步:选择你需要的版本下载的版本 第三步:保存在 D:\python\Scripts 下,本目录下打开cmd 第四步:pip install ***.whl 第五步:打开python的IDLE。输入 阅读全文
posted @ 2020-02-23 22:24 九叶草 阅读(426) 评论(0) 推荐(0) 编辑
摘要: 第一步登录网址:https://www.lfd.uci.edu/~gohlke/pythonlibs/ 下载你需要的版本; 第二步:保存到D:\python\Scripts下 第三步:本目录下打开cmd 第四步:pip install ***.whl 第五步:打开python的IDEL输入:impo 阅读全文
posted @ 2020-02-23 22:05 九叶草 阅读(257) 评论(0) 推荐(0) 编辑
只有注册用户登录后才能阅读该文。 阅读全文
posted @ 2020-02-23 17:30 九叶草 阅读(1) 评论(0) 推荐(0) 编辑
上一页 1 ··· 8 9 10 11 12 13 14 下一页