MachineLearning簡(jiǎn)介篇-創(chuàng)新互聯(lián)

1、Pandas模塊

10多年專注成都網(wǎng)站制作，企業(yè)網(wǎng)站設(shè)計(jì)，個(gè)人網(wǎng)站制作服務(wù)，為大家分享網(wǎng)站制作知識(shí)、方案，網(wǎng)站設(shè)計(jì)流程、步驟,成功服務(wù)上千家企業(yè)。為您提供網(wǎng)站建設(shè),網(wǎng)站制作,網(wǎng)頁(yè)設(shè)計(jì)及定制高端網(wǎng)站建設(shè)服務(wù),專注于企業(yè)網(wǎng)站設(shè)計(jì),高端網(wǎng)頁(yè)制作,對(duì)建筑動(dòng)畫等多個(gè)領(lǐng)域，擁有豐富的網(wǎng)站運(yùn)維經(jīng)驗(yàn)。

  DataFrame提供的是一個(gè)類似表的結(jié)構(gòu)，由多個(gè)Series組成，而Series在DataFrame中columns。

    附： pandas模塊文檔

2、安裝IPython解釋器：

  其實(shí)，一鍵安裝Anaconda可以幫助使用者，一次性配置好我所有需要的工具包以及IPython解釋器環(huán)境。但是，出于我想學(xué)習(xí)更加透徹，所以自己安裝工具包和IPython解釋器環(huán)境。

（1）因?yàn)椋琾ython在windows下通過pip安裝帶有c擴(kuò)展的包時(shí)，如果是python2.7，需要vs2008，如果是   python 3.x，需要vs2010，版本錯(cuò)了都不行（建議直接裝編譯好的安裝包：
  http://www.lfd.uci.edu/~gohlke/pythonlibs/#lxml）。

  但鏈接里沒有IPython，所以我用的方法是官網(wǎng)下載并安裝VCForPython27.msi。

  然后在控制臺(tái)里輸入：

  pip install ipython

  pip install “ipython[notebook]”

  進(jìn)入ipynb文件所在目錄，輸入ipython notebook，會(huì)在瀏覽器中打開ipynb文件。

   

    ipython notebook在下一個(gè)版本被命名為Jupyter Notebook。

    通過pip install jupyter安裝

    jupyter notebook運(yùn)行

3、

散列圖scatter()

使用plot()繪圖時(shí)，如果指定樣式參數(shù)為僅繪制數(shù)據(jù)點(diǎn)，那么所繪制的就是一幅散列圖。但是這種方法所繪制的點(diǎn)無法單獨(dú)指定顏色和大小。
scatter()所繪制的散列圖卻可以指定每個(gè)點(diǎn)的顏色和大小。
scatter()的前兩個(gè)參數(shù)是數(shù)組，分別指定每個(gè)點(diǎn)的X軸和Y軸的坐標(biāo)。
s參數(shù)指定點(diǎn)的大 小，值和點(diǎn)的面積成正比。它可以是一個(gè)數(shù)，指定所有點(diǎn)的大小；也可以是數(shù)組，分別對(duì)每個(gè)點(diǎn)指定大小。
c參數(shù)指定每個(gè)點(diǎn)的顏色，可以是數(shù)值或數(shù)組。這里使用一維數(shù)組為每個(gè)點(diǎn)指定了一個(gè)數(shù)值。通過顏色映射表，每個(gè)數(shù)值都會(huì)與一個(gè)顏色相對(duì)應(yīng)。默認(rèn)的顏色映射表中藍(lán)色與最小值對(duì)應(yīng)，紅色與大值對(duì)應(yīng)。當(dāng)c參數(shù)是形狀為(N,3)或(N,4)的二維數(shù)組時(shí)，則直接表示每個(gè)點(diǎn)的RGB顏色。
marker參數(shù)設(shè)置點(diǎn)的形狀，可以是個(gè)表示形狀的字符串，也可以是表示多邊形的兩個(gè)元素的元組，第一個(gè)元素表示多邊形的邊數(shù)，第二個(gè)元素表示多邊形的樣式，取值范圍為0、1、2、3。0表示多邊形，1表示星形，2表示放射形，3表示忽略邊數(shù)而顯示為圓形。
alpha參數(shù)設(shè)置點(diǎn)的透明度。
lw參數(shù)設(shè)置線寬，lw是line width的縮寫。
facecolors參數(shù)為“none”時(shí)，表示散列點(diǎn)沒有填充色。

4、Sigmoid函數(shù)是一個(gè)在生物學(xué)中常見的S型的函數(shù)，也稱為S型生長(zhǎng)曲線。

    sigmoid函數(shù)是一個(gè)良好的閾值函數(shù),連續(xù)，光滑，嚴(yán)格單調(diào)，關(guān)于(0,0.5)中心對(duì)稱。

http://blog.csdn.net/chl033/article/details/4851541

5、讀取 .csv 文件

  #讀取 .csv 文件練習(xí)
  import csv
  csvfile = file('csv_test.csv', 'wb')
  writer = csv.writer(csvfile)
  writer.writerow(['姓名', '年齡', '電話'])
  data = [
    ('小河', '25', '1234567'),
    ('小芳', '18', '789456')
   ]
  writer.writerows(data)
  #csvfile.close()
  csvfile = file('csv_test.csv', 'rb')
  reader = csv.reader(csvfile)
  for line in reader:
      print line
  csvfile.close()
['\xe5\xa7\x93\xe5\x90\x8d', '\xe5\xb9\xb4\xe9\xbe\x84', '\xe7\x94\xb5\xe8\xaf\x9d']
['\xe5\xb0\x8f\xe6\xb2\xb3', '25', '1234567']
['\xe5\xb0\x8f\xe8\x8a\xb3', '18', '789456']

6、train_test_split(分割train與test數(shù)據(jù))函數(shù)練習(xí)

>>> import numpy as np
>>> from sklearn.model_selection import train_test_split
>>> X, y = np.arange(10).reshape((5, 2)), range(5)
>>> Xarray([[0, 1],   
       [2, 3],      
      [4, 5],     
      [6, 7],     
       [8, 9]])
>>> list(y)
    [0, 1, 2, 3, 4]
>>>
>>> X_train, X_test, y_train, y_test = train_test_split(
           X, y, test_size=0.33, random_state=42)
>>> X_train
array([[4, 5],   
     [0, 1],      
    [6, 7]])
>>> y_train
[2, 0, 3]
>>> X_test
array([[2, 3],     
    [8, 9]])
>>> y_test
[1, 4]

另外有需要云服務(wù)器可以了解下創(chuàng)新互聯(lián)scvps.cn，海內(nèi)外云服務(wù)器15元起步，三天無理由+7*72小時(shí)售后在線，公司持有idc許可證，提供“云服務(wù)器、裸金屬服務(wù)器、高防服務(wù)器、香港服務(wù)器、美國(guó)服務(wù)器、虛擬主機(jī)、免備案服務(wù)器”等云主機(jī)租用服務(wù)以及企業(yè)上云的綜合解決方案，具有“安全穩(wěn)定、簡(jiǎn)單易用、服務(wù)可用性高、性價(jià)比高”等特點(diǎn)與優(yōu)勢(shì)，專為企業(yè)上云打造定制，能夠滿足用戶豐富、多元化的應(yīng)用場(chǎng)景需求。

分享標(biāo)題：MachineLearning簡(jiǎn)介篇-創(chuàng)新互聯(lián)
標(biāo)題網(wǎng)址：http://m.kartarina.com/article8/ejsop.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供Google、品牌網(wǎng)站建設(shè)、面包屑導(dǎo)航、品牌網(wǎng)站設(shè)計(jì)、App設(shè)計(jì)、用戶體驗(yàn)

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請(qǐng)盡快告知，我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng)，如需處理請(qǐng)聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時(shí)需注明來源： 創(chuàng)新互聯(lián)