摘要： 一、boston房价预测 # 多项式化 poly2 =PolynomialFeatures(degree=2) x_poly_train = poly2.fit_transform(x_train) x_poly_test = poly2.transform(x_test) mlrp = Linea 阅读全文

摘要： 1.导入boston房价数据 2. 一元线性回归模型，建立一个变量与房价之间的预测模型，并图形化显示。 3.多元线性回归模型，建立13个变量与房价之间的预测模型，并检测模型好坏，并图形化显示检查结果。 结果如下: 4. 一元多项式回归模型，建立一个变量与房价之间的预测模型，并图形化显示。 plt.s 阅读全文

摘要： 150 6 150 100 150 7 Accuray:0.953 阅读全文

摘要： import matplotlib.pyplot as plt from sklearn.cluster import KMeans import numpy as np flower=load_sample_image('flower.jpg')#原始图片 plt.imshow(flower) p 阅读全文

摘要： 1.处理日期时间 from datetime import datetime as dtnow=dt.now()print(now)import timeprint(time.strftime("%Y-%m-%d %H:%M:%S",time.localtime()))print (time.str 阅读全文

摘要： import numpy from sklearn.datasets import load_iris #从sklearn包自带的数据集中读出鸢尾花数据集data iris_data = load_iris() # 查看data类型，包含哪些数据 print("数据类型: ", type(iris_data)) print("包含数据： ", iris_data.keys()) # 看包含... 阅读全文

摘要： name1=input('请输入一个名字:') name2=input('请输入另一个名字:') print('{}说，早起的鸟儿有吃　\n{}说：早起的虫儿被鸟吃肉'.format(name1,name2)) input('press any key...') C=input('请输入摄氏度:') F=float(C) * 9 / 5 + 32 print('摄... 阅读全文