刘燕君

摘要： 一、boston房价预测 从预测的均方误差看，多项式回归模型的均方误差比多元线性回归模型小，从预测的平均绝对误差看，多项式回归模型的平均绝对误差 比多元线性回归模型小。说明多项式回归模型更好，更贴近样本点的分布。 二、中文文本分类 #precision表示预测的精确度，recall表示实际的精确度， 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 阅读全文

摘要： #垃圾邮件分类 text='''Congratulations ur awarded 500 of CD vouchers or 125gift guaranteed & Free entry 2 100 wkly draw txt MUSIC to 87066 TnCs www.Ldew.com1win150ppmx3age16''' import nltk from nltk.corpu... 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 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 区别： (1)分类：按照某种标准给对象贴标签，再根据标签来区分归类。分类的目的是学会一个分类函数或分类模型,该模型能把数据 库中的数据项映射到给定类别中的某一个类中。 (2)聚类又叫无监督学习 是指根据“物以类聚”的原理，将本身 阅读全文

摘要： K-Means算法：图片压缩 #将原始图片与新图片保存成文件，观察文件的大小。 阅读全文

摘要： 1.用python实现K均值算法 2.鸢尾花花瓣长度数据做聚类并用散点图显示。 3.用sklearn.cluster.KMeans，鸢尾花花瓣长度数据做聚类并用散点图显示. 4.鸢尾花完整数据做聚类并用散点图显示. 阅读全文

摘要： 1.计算数组的最大值，最小值，平均值，标准差，中位数 2.np.random.randn/normal()产生一个正态分布的随机数组，并显示出来。 3.numpy随机数 4.显示鸢尾花花瓣长度的正态分布图，曲线图，散点图。 阅读全文

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

摘要： 1.用列表+循环实现，并包装成函数，.对比两种方法实现的效率，给定一个较大的参数n，用运行函数前后的timedelta表示 2.用numpy实现，并包装成函数 阅读全文