随笔分类 -  机器学习

上一页 1 2
tensorflow学习笔记4
摘要：构造线性回归模型3 import numpy as np import tensorflow as tf import matplotlib.pyplot as plt #随机生成1000个点，围绕在y=0.1x+0.3的直线周围 num_points = 1000 vectors_set = [] 阅读全文
posted @ 2021-01-20 19:27 藻类植物 阅读(43) 评论(0) 推荐(0)
tensorflow学习笔记3
摘要：构造线性回归模型2 import numpy as np import tensorflow as tf import matplotlib.pyplot as plt #随机生成1000个点，围绕在y=0.1x+0.3的直线周围 num_points = 1000 vectors_set = [] 阅读全文
posted @ 2021-01-19 18:03 藻类植物 阅读(50) 评论(0) 推荐(0)
tensorflow学习笔记2
摘要：构造线性回归模型1 import numpy as np import tensorflow as tf import matplotlib.pyplot as plt #随机生成1000个点，围绕在y=0.1x+0.3的直线周围 num_points = 1000 vectors_set = [] 阅读全文
posted @ 2021-01-18 15:21 藻类植物 阅读(28) 评论(0) 推荐(0)
python数据可视化7
摘要：5 对数坐标轴及其他非线性坐标轴 matplotlib.pyplot不仅支持线性坐标轴，而且还支持对数和逻辑坐标轴（在数据跨越多个数量级时使用）。 plt.xscale('log') np.random.seed(19680801) mu = 0.5 sigma = 0.4 y = np.rando 阅读全文
posted @ 2021-01-17 11:25 藻类植物 阅读(119) 评论(0) 推荐(0)
python数据可视化6
摘要：4. 添加文本 调用text()命令可以在图中任意的位置添加文本text，其中xlabel()、ylabel()和title()指定了在x轴、y轴、标题位置显示文本。 # 设置随机种子，以实现可重复性 np.random.seed(66666) mu, sigma = 100, 15 x = mu 阅读全文
posted @ 2021-01-16 23:50 藻类植物 阅读(79) 评论(0) 推荐(0)
python数据可视化5
摘要：3. 多图和多轴绘制 MATLAB和Pyplot具有当前图形(current figure)和当前轴(current axes)的概念。记住，一个图中可以有多个轴，每个图线都在一定轴范围内进行绘制。所有绘图命令都只适用于当前轴。函数gca()将返回当前轴（一个matplotlib.axes.Axes 阅读全文
posted @ 2021-01-15 11:18 藻类植物 阅读(81) 评论(0) 推荐(0)
python数据可视化4
摘要：2 调整图线属性——美化 线条有许多可以设置的属性：线宽，短线风格，抗锯齿等等，有以下几种方法来设置线条属性。 1 使用关键词传参： plt.plot(t, t**2, linewidth=2.0) 2 调用Line2D实例的一些设置相关的方法。plot返回了一系列Line2D对象，如line1，l 阅读全文
posted @ 2021-01-14 21:15 藻类植物 阅读(82) 评论(0) 推荐(0)
python数据可视化3
摘要：1 Pyplot matplotlib.pyplot是使Matplotlib像MATLAB一样工作的函数的集合。每个Pyplot函数都会对图形进行一些更改：例如，创建一个图形，在图形中创建一个绘图区域，在绘图区域中绘制一些线条，用标签装饰该绘图等等。 import matplotlib.pyplot 阅读全文
posted @ 2021-01-13 15:39 藻类植物 阅读(64) 评论(0) 推荐(0)
python数据可视化2
摘要：引入： import seaborn as sns import matplotlib.pyplot as plt 绘图步骤： #1、创建画布 plt.figure(figsize=(8,6),dpi=144) #设置大小和清晰度 #2、画布内容 plt.title('标题') plt.xlabel 阅读全文
posted @ 2021-01-12 11:50 藻类植物 阅读(43) 评论(0) 推荐(0)
python数据可视化1
摘要：数据清理： from IPython.core.interactiveshell import InteractiveShell InteractiveShell.ast_node_interactivity = 'all' #显示cell中的所有结果 athlete.isnull().any() 阅读全文
posted @ 2021-01-11 10:46 藻类植物 阅读(49) 评论(0) 推荐(0)
tensorflow学习笔记1
摘要：tensorflow处理的是图形图像，图形图形都是二维平面，所以数据都用矩阵来表示。 定义w,x，注意定义方式，进行矩阵相乘matmul()函数时，w,x必须是一行一列的表示方式，否则会报错。 import tensorflow as tf #定义w,x,y w = tf.Variable([[0. 阅读全文
posted @ 2021-01-10 16:36 藻类植物 阅读(122) 评论(0) 推荐(0)
数据预处理
摘要：2.1 数据的初步诊断与探索 先学习一下Pandas import pandas as pd df = pd.DataFrame() print(df) 运行结果如下图就说明环境配好啦 基本语法： 生成DataFrame import pandas as pdimport numpy as npda 阅读全文
posted @ 2020-11-12 21:16 藻类植物 阅读(494) 评论(0) 推荐(0)
数据科学介绍
摘要：1.1数据科学概述 数据分析的主要困难：4v 数据量大、维数高（核心困难）、类型复杂、噪音大。 阅读全文
posted @ 2020-11-12 16:36 藻类植物 阅读(120) 评论(0) 推荐(0)

上一页 1 2