线性回归补充练习
摘要：巩固了线性回归的内容，练习了多变量的线性回归，对程序添加了一些详细的注释 import numpy as np#线性代数包import pandas as pd#数据处理包import matplotlib.pyplot as plt#画图包path = 'ex1data2.txt'data2 =
阅读全文
posted @ 2022-05-30 14:01
05 2022 档案
逻辑回归练习1
摘要：继续进行代码实战，对向量计算有了更进一步的理解，对scipy.optimize还不是很明白。 #导入包import numpy as npimport pandas as pdimport matplotlib.pyplot as pltpath = 'ex2data1.txt'data = pd.
阅读全文
posted @ 2022-05-23 17:41
head( )函数（Pandas库）
摘要：示例： info = pd.DataFrame({'language':['C', 'C++', 'Python', 'Java', 'PHP']}) info.head() info.head(3) 注意： 数据名.head( ) ：是指取数据的前n行数据，默认是前5行。 没有print语句，py
阅读全文
posted @ 2022-05-16 18:09
线性回归练习1
摘要：上周二居家隔离到周六，进度很慢，对之前一部分的课程进行一些笔记总结；整体算法原理，框架结构已经理解，但是还有一些语句理解的不是很透彻。#导入数据并绘图import numpy as npimport pandas as pdimport matplotlib.pyplot as pltpath =
阅读全文
posted @ 2022-05-16 16:29
机器学习笔记（更新中）
摘要：1.1监督学习：数据集中包含大量的数据，但每一个数据都有确定的标签。比如：1.肿瘤数据：良性还是恶性 2.卖房子已知很多房子的数据并且知道最后买了多少钱。 基于这些数据对新的数据进行预测，比如归回问题：即通过回归来推出一个连续的输出；分类问题：其目标是推出一组离散的结果。肿瘤可以看成分类问题，预测房
阅读全文
posted @ 2022-05-16 16:14
