随笔分类 - 深度学习&机器学习&机器学习
摘要:# 1.什么是特征降维 >降低的对象为二维数组 此处的降维为**降低特征**的个数 **降维是指在某些限定条件下,降低随机变量(特征)个数,得到一组“不相关”主变量的过程**  1.读取CSV文件-read_csv() pandas.read_csv(filepath_or_buffer, sep =',' ,usecol
阅读全文
posted @ 2023-06-09 16:57
lipu123
摘要:# 1.Pandas介绍  >**为什么使用Pandas 便捷的数据处理能力 读取文件方便 封装了Matp
阅读全文
摘要:# 1.介绍 > Numpy (Numerical Python) 是一个开源的 Python 科学计算库,用于快速处理任意维度的数组。(n-任意 d-dimension 维度 array-数组) Numpy 支持常见的数组和矩阵操作。对于同样的数值计算任务,使用 Numpy 比直接使用 Pytho
阅读全文
摘要:# 1 数据预处理 > **数据预处理是通过一些转换函数将特征数据转换成更加适合算法模型的特征数据过程** 例如: 的 python 库 对应的 JS 库有 D3 (opens new window)echarts 官网:[Matplotlib](https://matplotlib.org/index.html "Matplotl
阅读全文
摘要:## 1.format格式化输出 > 看看找个小例子是格式化输出+正则表达式赋值的 ``` t=["11点{}分".format(i) for i in range(60)] print(t) ``` ``` ['11点0分', '11点1分', '11点2分', '11点3分', '11点4分',
阅读全文
摘要:# 1.为什么要特征工程 >**业界广泛流传∶数据和特征决定了机器学习的上限,而模型和算法只是逼近这个上限而已。** # 2.什么是特征工程 > 意义:会直接影响机器学习的效果 sklearn 特征工程 pandas 数据清洗、数据处理 应用 DictVectorizer 实现对类别特征进行数值化、
阅读全文
摘要:一.输入函数input() 这个就是直接使用input()就行不需要导入其他的库函数 例如: 二.分割函数split("") 这个也不需要导入什么库 例如这个: 点击查看代码 str1=input() #使用split()将字符串生成列表 list1=str1.split(" ") 其返回分割后的字
阅读全文
posted @ 2023-06-07 10:00
lipu123
摘要:一:图像领域 包括人脸识别,街道交通信号识别 二:自然语言识别(NPL) 机器学习定义: 机器学习是从数据中自动分析获得模型,并利用模型对未知数据进行预测。 数据集的构成:特征值+目标值 机器学习的分类:1.监督学习(有一个目标的) 目标值:类别--分类问题(比如说识别猫狗,目标是一个类别) 目标值
阅读全文