随笔分类 -  Python

数据可视化——matplotlib(3)
摘要：导入相关模块 中文显示设置 在之前，绘图时均使用的是英文，并没有使用过中文，那是因为直接使用中文会遇到乱码的问题，就比如： 当然，并不是因为matplotlib不支持中文。作为Python中的热门模块，matplotlib是支持Unicode编码的，但是在默认情况下，它使用的是自带的字体，这些字体并 阅读全文
posted @ 2017-10-15 12:06 Magle 阅读(715) 评论(0) 推荐(0)
数据可视化——matplotlib(2)
摘要：导入相关模块 图表设置 添加X、Y轴标签以及图标标题 添加图例 简单的图例仅需要在画图函数中添加一个label标签就行，在绘制完后调用plt.legend()函数即可，如果需要使用更复杂的图例显示，可以查看官网文档，这里不做细说。 坐标设置 设置坐标轴显示范围 坐标轴显示范围设置可以使用plt.xl 阅读全文
posted @ 2017-08-18 15:54 Magle 阅读(4736) 评论(0) 推荐(0)
数据可视化——Matplotlib(1)
摘要：导入相关模块 基本图表 散点图：scatter <! more scatter的函数签名如下 x,y：形如shape（n,）的数组 s：点的大小，默认20 c：点的取色序列，默认蓝色 marker：点的形状，默认是圆（具体的点的形状可以在matplotlib的官网中搜索markers查看。） alp 阅读全文
posted @ 2017-08-18 14:00 Magle 阅读(7117) 评论(0) 推荐(1)
sklearn学习笔记之简单线性回归
摘要：简单线性回归 线性回归是数据挖掘中的基础算法之一，从某种意义上来说，在学习函数的时候已经开始接触线性回归了，只不过那时候并没有涉及到误差项。线性回归的思想其实就是解一组方程，得到回归函数，不过在出现误差项之后，方程的解法就存在了改变，一般使用最小二乘法进行计算。 使用sklearn.linear_m 阅读全文
posted @ 2016-09-18 12:41 Magle 阅读(69629) 评论(3) 推荐(7)
sklearn学习笔记之岭回归
摘要：岭回归 岭回归是一种专用于共线性数据分析的有偏估计回归方法，实质上是一种改良的最小二乘估计法，通过放弃最小二乘法的无偏性，以损失部分信息、降低精度为代价获得回归系数更为符合实际、更可靠的回归方法，对病态数据的拟合要强于最小二乘法。 使用sklearn.linear_model.Ridge进行岭回归 阅读全文
posted @ 2016-09-17 23:46 Magle 阅读(24144) 评论(3) 推荐(3)
sklearn学习笔记之开始
摘要：简介 自2007年发布以来，scikit-learn已经成为Python重要的机器学习库了。scikit-learn简称sklearn，支持包括分类、回归、降维和聚类四大机器学习算法。还包含了特征提取、数据处理和模型评估三大模块。 sklearn是Scipy的扩展，建立在NumPy和matplotl 阅读全文
posted @ 2016-08-10 23:27 Magle 阅读(54552) 评论(2) 推荐(1)
Windows下搭建Apache+Django+Python Web服务环境
摘要：最近在学Django，想用Apache搭建一个服务器环境，因此在网上看了好多资料，很多都是用Python2.6和Apache2.2搭建的环境，不过我还是想用Python35和Apache24来搭建，具体环境如下： 1、Python3.5(https://www.python.org/) 2、Djan 阅读全文
posted @ 2016-04-01 23:57 Magle 阅读(7773) 评论(0) 推荐(0)