摘要：
前言 出于对数据分析及数据挖掘的兴趣，我开始接触Python，由于缺乏编程相关知识，所以过程满是曲折，也缺乏足量的实践练习。写这一系列文章的原因首先是为了锻炼自己，因为我相信费曼的学习方法：要在教学中才能真正掌握所学的知识；其次也是想借此机会给未入门的朋友们一些门槛比较低的参考资料，所以本系列文章均 阅读全文
摘要：
阅读全文
摘要：
import numpy as np from sklearn import datasets# 载入数据包 import numpy as np from sklearn import datasets# 载入数据包 import numpy as np from sklearn import d 阅读全文
摘要：
阅读全文
摘要：
In [1]: from sklearn import datasets In [2]: boston = datasets.load_boston() X = boston.data y = boston.target #去除不真实的数据 X = X[y < 50] y = y[y < 50] 阅读全文
摘要：
理解 特点 作用 最小化一个损失函数 最大化一个效用函数：梯度上升法 随机梯度下降法 以单个数据作为梯度下降的依据 优点 批量梯度下降法 以整体数据作为每次梯度下降的方向的根据 小批量梯度下降法 以K个数据作为梯度下降的依据 故事 用损失函数做一个滑梯或者一个碗，定义一个重力方向，让他朝下，放一个小 阅读全文
摘要：
线性回归算法 线性回归算法 线性回归算法 In [ ]: import numpy as np import matplotlib.pyplot as plt from sklearn import datasets In [ ]: import numpy as np import matplot 阅读全文
摘要：
理解 以a b为变量，预测值与真值的差的平方和为结果的函数 参数学习的基本方法：找到最优参数使得预测与真实值差距最小 假设可以找到一条直线 y = ax+b 使得预测值与真值的差的平方和最小 故事 假设你面前有一堆男人 这些男人的基本信息全部掌握，包括他们的年收入 简单线性回归 简单线性回归的思想就 阅读全文
摘要：
import numpy as np from sklearn import datasets# 载入数据包 import numpy as np from sklearn import datasets# 载入数据包 import numpy as np from sklearn import d 阅读全文
摘要：
理解 用一个实际生活的例子来解释 假设你面前有一堆男人 分类问题： 这些男人的基本信息全部掌握，有一些是渣男，有一些是好男人，有一些是正常人 现在新来了几个男人，基本信息全部掌握，没有标注男人类型，需要从已知的男人作为参考，判断新来的男人的类型 KNN的思想就是：对每一个新来的男人，找出和他基本信息 阅读全文
摘要：
Getting Started with pandas Getting Started with pandas Getting Started with pandas In [1]: import pandas as pd In [1]: import pandas as pd In [1]: In 阅读全文