千里之行，始于足下

摘要： 命令行的历史可以追溯到Unix操作系统的起源，也就是1969年，Unix诞生之时，前辈们就已经用命令行来和操作系统交互了。 随着计算机性能的飞速发展，图形化的操作界面逐渐成为主流，命令行工具离普通用户越来越远。这些年来，图形界面的发展不仅仅表现在界面越来越美观，其操作方式也越来越丰富，不只是早期的鼠 阅读全文

摘要： 这是scikit-learn数据加载系列的最后一篇，本篇介绍如何加载外部的数据集。 外部数据集不像之前介绍的几种类型的数据集那样，针对每种数据提供对应的接口，每个接口加载的数据都是固定的。而外部数据集加载之后，数据的字段和类型是不确定的。 简单来说，我们在实际的数据分析工作中，用到的是外部数据集加载 阅读全文

摘要： 除了内置的数据集，scikit-learn还提供了随机样本的生成器。通过这些生成器函数，可以生成具有特定特性和分布的随机数据集，以帮助进行机器学习算法的研究、测试和比较。 目前，scikit-learn库（v1.3.0版）中有20个不同的生成样本的函数。本篇重点介绍其中几个具有代表性的函数。 1. 阅读全文

摘要： 上一篇介绍了scikit-learn中的几个玩具数据集，本篇介绍scikit-learn提供的一些真实的数据集。玩具数据集：scikit-learn 基础(01)--『数据加载』之玩具数据集 1. 获取数据集 与玩具数据集不同，真实的数据集的数据不仅数据特征多，而且数据量也比较大，所以没有直接包含在 阅读全文

摘要： 机器学习的第一步是准备数据，好的数据能帮助我们加深对机器学习算法的理解。 不管是在学习还是实际工作中，准备数据永远是一个枯燥乏味的步骤。scikit-learn库显然看到了这个痛点，才在它的数据加载子模块中为我们准备了直接可用的数据集。 在它的数据加载子模块中，提供了6种直接可用来学习算法的经典数据 阅读全文

摘要： Scikit-learn是一个基于Python的开源机器学习库，它提供了大量的机器学习算法和工具，方便用户进行数据挖掘、分析和预测。 Scikit-learn是基于另外两个知名的库 Scipy 和 Numpy的，关于 Scipy 和 Numpy 等库，之前的系列文章中有介绍： Scipy 基础系列 阅读全文

摘要： 统计学有时候会被误解，好像必须有大量的样本数据，才能使统计结果有意义。这会让我们觉得统计学离我们的日常生活很遥远。 其实，如果数据的准确度高的话，少量的样本数据同样能反映出真实的情况。比如，很多国家选举时不断做的民意调查，一般做到有效样本1600多份就够了，不管你是几千万人的小国家，还是数亿人的大国 阅读全文

摘要： scipy.stats子模块包含大量的概率分布、汇总和频率统计、相关函数和统计测试、掩蔽统计、核密度估计、准蒙特卡罗功能等等。 这个子模块可以帮助我们描述和分析数据，进行假设检验和拟合统计模型等。 1. 主要功能 具体来说，scipy.stats子模块包括以下主要功能： 类别 说明 连续统计分布 包 阅读全文

摘要： scipy.spatial子模块提供了一系列用于处理和计算空间数据和几何形状的算法和工具，在许多领域都有广泛的应用，例如计算机视觉、地理信息系统、机器人学、医学影像分析等。 下面，来具体看看scipy.spatial子模块为我们提供的主要功能分类。 1. 主要功能 scipy.spatial子模块中 阅读全文

摘要： 如果在IT行业的时间够长的话，可能还记得大约10几年前，设计模式风靡一时的时候，有过一段反 "if" 的运动。 所谓的反"if"运动，其实是夸大了"if"语句带来的问题，比如当时提出的问题有： 代码不好维护，特别是if或者else中的代码比较多的时候 if和 else if分支太多的时候，代码难以阅 阅读全文