李莹琳

摘要： 1、回归模型预测波士顿房价 （1）导入boston房价数据集 from sklearn import datasets# 波士顿房价数据集data = datasets.load_boston() import pandas as pd# 转为DataFramedataDF = pd.DataFra 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。 结果如下: 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 阅读全文

摘要： #导包 import nltk from nltk.corpus import stopwords from nltk.stem import WordNetLemmatizer import csv import numpy as np from sklearn.model_selection import train_test_split from sklearn.feature... 阅读全文

摘要： from sklearn.datasets import load_iris iris=load_iris() from sklearn.naive_bayes import GaussianNB #高斯分布型 gnb=GaussianNB() #构造 pred=gnb.fit(iris.data,iris.target) #拟合 y_pred=pred.predict(iris.data) ... 阅读全文

摘要： 1.理解分类与监督学习、聚类与无监督学习。（1）简述分类与聚类的联系与区别。联系：①聚类分析是研究如何在没有训练的条件下把样本划分为若干类。②在分类中，对于目标数据库中存在哪些类是知道的，要做的就是将每一条记录分别属于哪一类标记出来。③聚类需要解决的问题是将已给定的若干无标记的模式聚集起来使之成为有 阅读全文

摘要： 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： 截图 阅读全文

摘要： #加载numpy包 import numpy #加载sklearn包 from sklearn.datasets import load_iris data=load_iris() #鸢尾花花瓣长度的数据 petal_length=numpy.array(list(len[2] for len in data['data'])) print(petal_length) #计算鸢尾花花瓣... 阅读全文

摘要： #安装scipy，numpy，sklearn包 import numpy as np # 从sklearn包自带的数据集中读出鸢尾花数据集data from sklearn.datasets import load_iris data = load_iris() # 查看data类型，包含哪些数据 print("数据类型：",type(data)) print("数据类目：",data.k... 阅读全文

摘要： #a1,a2,a3 ,·····,an #b1,b2,b3 ,·····,bn #求： #a1+b1,a2+b2,a3 +b3,·····+an+bn #1、列表+循环 实现，并包装成一个函数 def pysum(m): a=list(range(m)) b=list(range(m)) c=[] 阅读全文