摘要：
while循环：1、while语句中的表达式一般式关系表达式或逻辑表达式，当表达式的值为假 时不执行循环体，反之则循环体一直执行。 2、记住要在循环体中改变循环变量的值，否则会陷入死循环。 3、循环体如果包括有一个以上的语句，则必须用花括号{}括起来，组成复合语句。 do-while 循环：先执行循 阅读全文
摘要：
1. 读取数据集 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。 阅读全文
摘要：
text4.collocations() #最频繁出现的双连词#>>[len(w)for w in text1]>>>fdist =FreqDist([len(w)for w in text1])>>>fdist>>>fdist.keys()>>fdist.items()>>fdist.max()d 阅读全文
摘要：
结果： 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。 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。 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。 from skl 阅读全文
摘要：
1. 数据准备：收集数据与读取 2. 数据预处理：处理数据 3. 训练集与测试集：将先验数据按一定比例进行拆分。 4. 提取数据特征，将文本解析为词向量 。 5. 训练模型：建立模型，用训练数据训练模型。即根据训练样本集，计算词项出现的概率P(xi|y)，后得到各类下词汇出现概率的向量 。 6. 测 阅读全文
摘要：
from sklearn import datasets iris = datasets.load_iris() from sklearn.naive_bayes import GaussianNB #高斯 gnb =GaussianNB() #构造 pred =gnb.fit(iris.data,iris.target) #拟合 y_pred =pred.predict(iris... 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。 简述什么是监督学习与无监督学习。 2.朴素贝叶斯分类算法 实例 利用关于心脏情患者的临床数据集，建立朴素贝叶斯分类模型。 有六个分类变量(分类因子)：性别，年龄、KILLP评分、饮酒、吸烟、住院天数 目标分类变量疾病：–心梗– 阅读全文
摘要：
##加载数据 from sklearn.datasets import load_sample_imagechina = load_sample_image("china.jpg")print(china.shape)china import matplotlib.pyplot as pltplt. 阅读全文
摘要：
#从数据集中导入鸢尾花数据import numpy as npfrom sklearn.datasets import load_irisiris =load_iris()x = iris.data[:,1]y =np.zeros(150) #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 阅读全文