import numpy as npfrom matplotlib import pyplot as plt from sklearn import neighbors, datasets from matplotlib.colors import ListedColormap from sklearn.neural_network import MLPClassifier## 加载数据集np.random.seed(0) # 使用 scikit-learn 自带的 iris 数据集 iris=datasets.load_iris() # 使用前两个特征，方便绘图 X=iris.data[:,0:2] # 标记值 Y=iris.target data=np.hstack((X,Y.reshape(Y.size,1))) # ...
## 导入所需的包import pandas as pdimport numpy as npimport matplotlib.pyplot as pltimport tensorflow as tf tf.reset_default_graph()plt.rcParams[‘font.sans-serif‘] = ‘SimHei‘ ##设置字体为SimHei显示中文plt.rcParams[‘axes.unicode_minus‘] = False ##设置正常显示符号 ## 导入所需数据df = pd.read_csv(‘日元-人民币.csv‘,encoding=‘gbk‘,engine=‘python‘)df[‘时间‘] = pd.to_datetime(df[‘时间‘],fo...
1. KNN原理KNN（k-Nearest Neighbour）：K-近邻算法，主要思想可以归结为一个成语：物以类聚1.1 工作原理给定一个训练数据集，对新的输入实例，在训练数据集中找到与该实例最邻近的 k （k <= 20）个实例，这 k 个实例的多数属于某个类，就把该输入实例分为这个类。https://www.cnblogs.com/ybjourney/p/4702562.html给出的例子很形象，这里借用一下。如下图，绿色圆要被决定赋予哪个类，是红色三角形还是蓝色四方形？如果K=3，由于...
机器学习中最常用最流行的语言工具现阶段应该是Python, 这篇文章主要介绍一些常用的Python语法知识。本篇博文适合那些有其他语言基础的程序员们，如果一点基础都没有，我建议先跳过。博主以前是做移动端开发的，所以本篇文章主要是为那些准备知识提升或者转行的程序员们准备的，可以让你们以最快的速度进入到Python的开发环境。好了，首先在正式介绍Python的开发之前，大家都知道需要配置开发环境和IDE. 这里我介绍一下我常用的，叫...
Numpy:numpy提供两种基本的对象：ndarray和ufunc，ndarray是存储单一数据类型的多为数组，ufunc是能够对数组进行操作的函数。创建数组：a = numpy.array([1, 2, 3, 4])b = np.array([[1, 2, 3, 4], [4, 5, 6, 7]])数组的形状可以通过其shape属性获得，它是一个描述数组各个轴长度的元组：1a.shape 2# 结果: (4,)3b.shape 4# 结果: (2, 4)在保持数组元素个数不变的情况下，可以通过改变数组shape属性，改变数组每个轴的大小：(数组元...
1.1python速成1.1.1基本数据类型和赋值运算字符串data =‘hello world!‘print(data[0]) print(data[1:5]) print(len(data)) print(data)数值value=523 print(value) value=6.18 print(value)布尔类型true = True false = False print(true) print(false)多变量赋值a,b,c=1,‘hello‘,True print(a,b,c) print(a) print(b) print(c)空值： 在python中，每一种数据类型都是对象，空值是python中的一个特殊值，用None表示，表示该值是...
Python机器学习库Python的机器学习库汇总与梳理机器学习之开源库大总结 原文：http://www.cnblogs.com/SFMing/p/4590261.html
@sprt *写在开头：博主在开始学习机器学习和Python之前从未有过任何编程经验，这个系列写在学习这个领域一个月之后，完全从一个入门级菜鸟的角度记录我的学习历程，代码未经优化，仅供参考。有错误之处欢迎大家指正。 系统：win7-CPU; 编程环境：Anaconda2-Python2.7，IDE：pycharm5; 参考书籍： 《Neural Networks and Learning Machines(Third Edition)》- Simon Haykin; 《Machine Learning in Action》- Peter Harringto...
from sklearn.decomposition import DictionaryLearning#数据预处理字典学习DictionaryLearning模型def test_DictionaryLearning():X=[[1,2,3,4,5],[6,7,8,9,10],[10,9,8,7,6,],[5,4,3,2,1]]print("before transform:",X)dct=DictionaryLearning(n_components=3)dct.fit(X)print("components is :",dct.components_)print("after transform:",dct.transform(X))# 调用 test_DictionaryLearning test_DictionaryLearning() from skl...
# -*- coding: utf-8 -*- """ Created on Mon Aug 07 23:40:13 2017@author: mdz """ import numpy as np def loadData():vocabList=[[‘my‘, ‘dog‘, ‘has‘, ‘flea‘, ‘problems‘, ‘help‘, ‘please‘],[‘maybe‘, ‘not‘, ‘take‘, ‘him‘, ‘to‘, ‘dog‘, ‘park‘, ‘stupid‘],[‘my‘, ‘dalmation‘, ‘is‘, ‘so‘, ‘cute‘, ‘I‘, ‘love‘, ‘him‘],[‘stop‘, ‘posting‘, ‘stupid‘, ‘worthless...
import numpy as np import matplotlib.pyplot as pltfrom sklearn import datasets,ensemble from sklearn.model_selection import train_test_splitdef load_data_classification():‘‘‘加载用于分类问题的数据集‘‘‘# 使用 scikit-learn 自带的 digits 数据集digits=datasets.load_digits() # 分层采样拆分成训练集和测试集，测试集大小为原始数据集大小的 1/4return train_test_split(digits.data,digits.target,test_size...
新手学习机器学习很难，就是收集资料也很费劲。所幸Robbie Allen从不同来源收集了目前最全的有关机器学习、Python和相关数学知识的速查表大全。强烈建议收藏！机器学习有很多方面。 当我开始刷新这个主题时，我遇到了各种“速查表”，仅仅列出了需要知道的给定主题的所有要点。 最后，我收集了与机器学习相关的速查表。有些我经常参考，认为其他人也可能从中受益。因此， 这篇文章把我在网上发现的很好的27个速查表分享出来，以供大...
摘要：Classification And Regression Tree(CART)是一种很重要的机器学习算法，既可以用于创建分类树（Classification Tree），也可以用于创建回归树（Regression Tree），本文介绍了CART用于离散标签分类决策和连续特征回归时的原理。决策树创建过程分析了信息混乱度度量Gini指数、连续和离散特征的特殊处理、连续和离散特征共存时函数的特殊处理和后剪枝；用于回归时则介绍了回归树和模型树的原理、适用场景和创建过程。个人认为...
线性回归第一个机器学习算法 - 单变量线性回归原文：https://blog.51cto.com/13810716/2468505
Numpy代表numeric python，是一个用于计算、处理多维数组的python包。NumPy包由Travis Oliphant在2005年创建，基于原来的Numeric模块与Numarray模块，大部分是用c语言编写的。NumPy提供各种强大的数据结构(多维数组和矩阵)，以及对这些数据结构的强大运算能力。为什么需要NumPy随着数据科学革命的到来，NumPy、SciPy、pandas等数据分析库得到了很大的发展。python的语法比其他编程语言简单很多，同时又具有强大的数据计算能力，是数...