摘要：
9:00-10:00 -35 预测：行，实际：列 FN：实际yes预测no，得病没检测出 召回率：TP/P 精度：140/(140+20)=0.857 召回率:140/170=0.8235 准确率:(140+10)/200=0.75 数据变换：规范化 最小-最大规范化 Z- 规范化 10:00-11 阅读全文
摘要：
9:00-10:00 -29 方法：先假设之后修改 10：00-11：00 -30 直方图hist() 11:00-12:00 -31 朴素贝叶斯 朴素：设每个输入变量是独立的。 独立可以分拆 例子：垃圾邮件分类 数据标注 14：00-15：00 -32 词表中包括关键词、词频，根据给出邮件的关键词 阅读全文
摘要：
8：00-9：00 -23 线性回归算法 #线性回归from sklearn import linear_modellinear = linear_model.LinearRegression() # 训练得到linear模型linear.fit(X, y) #X四个特征值 # 对训练结果进行评估得 阅读全文
摘要：
8：00-9：00 -17 导出导入xls、xlsx文件;两表合并; 10：00-11：00 -18 Pandas用法 11：00-12：00 -19 机器学习，输入法手写、语音输入，购物推荐，指纹与人脸认证 识别花朵模型 组网 识别低 6百多万数据 再加预训练模型 第二代人工智能，居于规则，知识库 阅读全文