摘要：
一、boston房价预测 1. 读取数据集 运行结果如下： 2. 训练集与测试集划分 3. 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。 运行结果如下： 4. 多项式回归模型：建立13个变量与房价之间的预测模型，并检测模型好坏。 运行结果如下： 5. 比较线性模型与非线性模型的 阅读全文
摘要：
1. 导入boston房价数据集 from sklearn.datasets import load_boston boston=load_boston() boston.keys() print(boston.DESCR) boston.data.shape import pandas as pd 阅读全文
摘要：
from nltk.corpus import stopwords from nltk.stem import WordNetLemmatizer #读取数据集 import csv file_path=r'F:\SMSSpamCollectionjsn.txt' sms=open(file_path,'r',encoding='utf-8') sms_data=[] sms_label=[] ... 阅读全文
摘要：
1.使用朴素贝叶斯模型对iris数据集进行花分类 尝试使用3种不同类型的朴素贝叶斯： 高斯分布型 多项式型 伯努利型 2.使用sklearn.model_selection.cross_val_score()，对模型进行验证。 高斯分布型 多项式型 伯努利型 3. 垃圾邮件分类 数据准备： 用csv 阅读全文
摘要：
1.简述分类与聚类的联系与区别。 分类技术是一种有指导的学习，即每个训练样本的数据对象已经有类标识，对数据进行判断。 聚类是一种无指导学习。也就是说，聚类是在预先不知道欲划分类的情况下，根据信息相似度原则进行信息聚类的一种方法。 简述什么是监督学习与无监督学习。 监督式学习，能够由训练资料中学到或建 阅读全文
摘要：
理解贝叶斯定理： M桶：7红3黄 N桶：1红9黄 现在：拿出了一个红球 试问：这个红球是M、N桶拿出来的概率分别是多少？ 阅读全文
摘要：
1.K-means是一个反复迭代的过程，算法分为四个步骤： （1）选取数据空间中的K个对象作为初始中心，每个对象代表一个聚类中心； （2）对于样本中的数据对象，根据它们与这些聚类中心的欧氏距离，按距离最近的准则将它们分到距离它们最近的聚类中心（最相似）所对应的类； （3）更新聚类中心：将每个类别中所 阅读全文
摘要：
运行结果如下： 运行结果如下： 运行结果如下： 运行结果如下： 运行结果如下： 运行结果如下： 运行结果如下： 运行结果如下： 阅读全文
摘要：
1. 安装scipy，numpy，sklearn包 2. 从sklearn包自带的数据集中读出鸢尾花数据集data 3.查看data类型，包含哪些数据 运行结果如下： 4.取出鸢尾花特征和鸢尾花类别数据，查看其形状及数据类型 运行结果如下： 5.取出所有花的花萼长度(cm)的数据 运行结果如下： 6 阅读全文
摘要：
a = a1,a2,a3,·····,an b = b1,b2,b3,·····,bn 求：c = a12+b13,a22+b23,a32+b33,·····+an2+bn3 1.用列表+循环实现，并包装成函数。 2.用numpy实现，并包装成函数。 3.对比两种方法实现的效率，给定一个较大的参数n 阅读全文