晴晴小可爱的小弟

摘要： bin 文件目录 命令目录 例如sudo ls cd 等等 boot 启动相关 dev 驱动文件 etc 程序或者系统的配置文件 home 用户目录 lib 库文件目录 lib64 公库，开源系统的开源软件就在这，自己软件独有的库就在lib。 比如在网上下载一个软件，但是还要下载一些依赖，就是系统需 阅读全文

摘要： tensorflow的数据集可以说是非常重要的部分，我认为人工智能就是数据加算法，数据没处理好哪来的算法？ 对此tensorflow有一个专门管理数据集的方式tfrecord·在训练数据时提取图片与标签就更加方便，但是tensorflow 的使用可以说，有时还是会踩着坑的，对此我做了一个代码专门用于 阅读全文

摘要： 我的机器学习系列从现在开始将会结合Andrew Ng老师与sklearn的api是实际应用相结合来写了。 吴恩达（1976-，英文名：Andrew Ng），华裔美国人，是斯坦福大学计算机科学系和电子工程系副教授，人工智能实验室主任。吴恩达是人工智能和机器学习领域国际上最权威的学者之一。吴恩达也是在线 阅读全文

摘要： def psb(): new = fetch_20newsgroups(subset='all') # 形成数据集 # print(new.target, new.DESCR) ''' X: 特征值 X_train : 特征值训练集 X_test : 目标值测试集 Y：目标值 Y_train : 目 阅读全文

摘要： 我们在机器学习中少不了对大数据的分析与处理，那么我们的数据怎么来呢？并且我们的数据是怎么训练呢？ sklearn里面保存了许多的数据集 测试集与数据集的分割 from sklearn.datasets import load_iris from sklearn.model_selection imp 阅读全文

摘要： 1 def Var(): # 方差过滤式 2 3 ''' 4 过滤式 5 :return:None 6 ''' 7 8 var = VarianceThreshold(threshold=0) 9 x = var.fit_transform([[1, 2, 3, 6], 10 [1, 6, 6, 8 阅读全文

摘要： 机器学习的数据来源： 1.大多以文件的形式储存，csv 等。 2. 为什么不用数据库呢，因为会有瓶颈，可能30m 以上就不行了。 3. 数据格式不匹配， 数据库格式是json， 4. python有pandas库 运行速度快， 并且python的numpy库是 真正的多线程 数据集的组成： kagg 阅读全文

摘要： # _*_coding:utf-8_*_# /usr/bin/env python3# Author：book Mikiimport matplotlib.pyplot as pltimport numpy as npx = np.linspace(-5, 20, 20)y1 = x**2y2 = x*2+2# plt.figure(num=1)# plt.plot(x, y1)plt.figur... 阅读全文

摘要： pandas稍微比numpy处理数据起来还是要慢一点，pandas呢是numpy的升级版，可以说各有所长，numpy的优势是用来处理矩阵，而pandas的优势是处理数表。 1. Series 线性数表 serier一个线性数表，所谓线性数表就是他的数据比较单一，没有那么多的分类要么行为1要么列为1 阅读全文

摘要： 创建一个矩阵 shape 矩阵的形状 设置元素的类型 有时候我们会生成矩阵 线段矩阵，表示从0到10的闭区间也就是11个数，取6个数出来 2.矩阵的分隔 3.矩阵的索引 4.矩阵的分割 5.矩阵的合并 阅读全文