摘要：
一、boston房价预测 二、中文文本分类 阅读全文
摘要：
1. 导入boston房价数据集 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。 plt.figure(figsize=(10,6)) plt.scatter(x, y) w = LinR.coef_ b = LinR.intercept_ print(w, b) plt. 阅读全文
摘要：
import os import jieba path=r'F:\duym\123' fs=os.listdir(path) for f in fs: fp=os.path.join(path,f) word=open (fp,'r',encoding='utf-8').read() for w in jieba.cut(word): print(w) # ji... 阅读全文
摘要：
import csv # 读数据 file_path = r'D:\SMSSpamCollectionjsn.txt' smsData = open(file_path,'r',encoding='utf-8') E_data = [] E_target = [] csv_reader = csv.reader(smsData,delimiter='\t') # 将数据分别存入数据列表和目标分类... 阅读全文
摘要：
1.理解分类与监督学习、聚类与无监督学习。 简述分类与聚类的联系与区别。 聚类：是指事先没有“标签”而通过某种成团分析找出事物之间存在聚集性原因的过程。 分类：是根据文本的特征或属性，划分到已有的类别中。也就是说，这些类别是已知的，通过对已知分类的数据进行训练和学习，找到这些不同类的特征，再对未分类 阅读全文
摘要：
from sklearn.datasets import load_sample_image from sklearn.cluster import KMeans import matplotlib.pyplot as plt import matplotlib.image as img import sys #读取一张示例图片或自己准备的图片，观察图片存放数据特点。 milu = img.... 阅读全文
摘要：
............................................... 阅读全文
摘要：
import numpy as npfrom sklearn.datasets import load_irisdata = load_iris()<br><br>print(data)print("数据类型：",type(data))print("数据类目：",data.keys())iris_f 阅读全文
摘要：
import datetime a=datetime.datetime(2019,1,1) print(a) b=datetime.datetime.now() print(b) from datetime import datetime c=datetime.strptime('2017年9月30日星期六10时28分26秒','%Y年%m月%d日星期六10时28分26秒') print(c) ... 阅读全文
摘要：
q =open('111.txt','r',encoding='utf-8') a = q.read().lower() q.close() d= a.replace(',',' ') c=d.replace("'" ,' ') e = c.split() print(e) j=set(e) exclude={'a','the','i','you','in','do',' 阅读全文