随笔分类 -  机器学习

摘要:源:DataCamp 气泡的大小表示人口的多少,横坐标表示人均GDP(美元),纵坐标表示预期寿命。-- 作者:Hans Rosling Python 中有许许多多用于可视化的包,而 matplotlib 是它们的源头。 我们需要用到的是它的子包 pyplot ,通常它被简写成 plt 导入 1、Li 阅读全文
posted @ 2018-01-13 22:04 xkfx 阅读(330) 评论(0) 推荐(0)
摘要:数据分析的基本步骤: 1、numpy 自带生成数据的函数 2、numpy 具有各种统计学函数 / / 3、numpy 貌似不可以做数据可视化······ 可视化是从数据中获取灵感、直觉的一种途经! 阅读全文
posted @ 2018-01-12 20:32 xkfx 阅读(661) 评论(0) 推荐(0)
摘要:文档地址:np.array() 1、<class 'numpy.ndarray'> ndarray 表示 n 维度(n D)数组 (= n 行数组)。 2、打印 array 结构 —— np_array.shape 3、Subsetting 2D Arrays 的两种方式 不管是 arr[1][2] 阅读全文
posted @ 2018-01-11 21:56 xkfx 阅读(452) 评论(0) 推荐(0)
摘要:原始的 Python list 虽然很好用,但是不具备能够“整体”进行数学运算的性质,并且速度也不够快(按照视频上的说法),而 Numpy.array 恰好可以弥补这些缺陷。 初步应用就是“整体数学运算”和“subset(取子集、随机访问)”。 1、如何构造一个 Numpy array 2、利用 N 阅读全文
posted @ 2018-01-10 23:58 xkfx 阅读(350) 评论(0) 推荐(0)
摘要:datacamp + 日常收集 How to install Package pip3 & What is difference between pip and pip3? Import Package Selective import Different ways of importing How 阅读全文
posted @ 2018-01-10 00:19 xkfx 阅读(292) 评论(0) 推荐(0)
摘要:源:DataCamp datacamp 的 DAILY PRACTICE + 日常收集。 Methods String Methods List Methods 缺一 Methods You can think of methods as functions that "belong to" Pyt 阅读全文
posted @ 2018-01-10 00:15 xkfx 阅读(270) 评论(0) 推荐(0)
摘要:源:DataCamp datacamp 的 DAILY PRACTICE + 日常收集。 Functions Built-in functions Help! Multiple arguments Functions By now, you have an idea about how to use 阅读全文
posted @ 2018-01-10 00:05 xkfx 阅读(293) 评论(0) 推荐(0)
摘要:源:DataCamp datacamp 的 DAILY PRACTICE + 日常收集。 List of lists Subset and conquer Slicing and dicing List Manipulation List of lists As a data scientist, 阅读全文
posted @ 2018-01-09 17:43 xkfx 阅读(423) 评论(0) 推荐(0)
摘要:源:DataCamp datacamp 的 DAILY PRACTICE + 日常收集。 How much is your $100 worth after 7 years? Guess the type convert Python values into any type Which one o 阅读全文
posted @ 2018-01-09 10:20 xkfx 阅读(458) 评论(0) 推荐(0)
摘要:// 回忆专用 1、如何在各种平台上安装 Python ? - 自行谷歌 2、开发环境搭建? - 搭建机器学习环境 3、如何学习 Python ? - 官方教程 + 文档 Tutorial,Language Reference,Library Reference 4、如何入门人工智能? - 抱大腿。 阅读全文
posted @ 2017-09-21 19:33 xkfx 阅读(270) 评论(0) 推荐(0)