小余同学的学习笔记2——jupyter Notebook

最新推荐文章于 2024-01-09 20:37:24 发布
原创 最新推荐文章于 2024-01-09 20:37:24 发布 · 201 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#python #机器学习

本文介绍Python中提升代码执行效率的两个魔法命令：%time和%run。%time用于计算代码运行时间，适合评估不同代码段的执行速度；%run则用于直接运行.py文件，简化代码导入流程。掌握这些命令，能有效提升开发效率。

两个魔法命令

1.%time：计算运行时间

%timeit%%timeit%time%timeit
计算一句代码运行时间计算一段代码运行时间计算一句代码运行时间计算一段代码运行时间
运行多次取其中最快三次，再取平均值）运行一次，不稳定

%time 计算运行时间

2.%run：引入.py包

  • %run+地址：引入对应python函数
  • Import +模块名.函数=from 模块 import 函数
  1. 查询
    %lsmagic
    %run？
小余学调度：学习记录（2022.2，3）
总裁余（余登武）博客
03-15 479
什么时候需要进行拉合断路器操作电源空开？ 答：不需要并网的2个网，操作联络线时，要拉合断路器操作电源空开。拉开短断路器操作电源空开防止偷合。 拉开断路器操作电源空开：使断路器不能转运行（但可以抓热备用） ...
小余学调度：调度禁忌操作讲解（持续更新中ing）
总裁余（余登武）博客
09-25 548
小余学调度：调度禁忌操作讲解（持续更新中ing）
Web安全漏洞个人学习笔记
最新发布
stillaway的博客
01-09 1514
Web安全学习笔记
优化SQL查询：利用索引提升效率——小余买鱼与Oracle案例
Oracle优化笔记深入探讨了SQL查询性能优化的问题，以实际案例《小余买鱼》为例，讲解了数据库优化的重要性。在SQL2的场景中，原始查询由于全表扫描导致执行速度缓慢，原因是对于只有10条记录的特定条件（t1.name='cc...
Pycharm安装jupyter教程
07-25
2. 如果在cmd中输入jupyter notebook时出现报错：“‘jupyter’ 不是内部或外部命令，也不是可运行的程序或批处理文件”，则需要进行以下解决方案： - 找到jupyter的安装路径，在“系统属性 -> 环境变量 -> 用户...
小余同学的机器学习笔记3——Numpy（）的使用
chairon的博客
06-29 1721
numpy：生成数组或者向量 1.导入numpy import numpy numpy.__version__//查看版本号 2.数组的使用 使用切片生成的数组，对于成员类型没有限制 使用array（）生成的数组，不允许不同类型的数据出现。 np.array()相当于array（）。 3. 数据类型 4. 其他创建numpy的方法 np.zeros() np.ones()、np.full() 3.Np.arrange() 4.Np.linspace(start,end,num) 在这端
笔记——KNN算法实现分类和回归
chairon的博客
07-30 1486
1. KNN分类 class KNN: def __init__(self,k): """初始化 """ self.k=k def fit(self,X,y): """训练方法 X:类数组类型(二维) 待训练的样本特征（属性） y：（一维） 样本的目标值（标签）""" self.X=np.asarray(X)#转化为ndarray数组类型 self.y=np.asarray(y
笔记——pandas学习2
chairon的博客
07-26 1226
在pandas中创建图像 import pandas as pd import matplotlib.pyplot as plt 1. 使用空气质量数据air_quality_no2.csv air_quality=pd.read_csv("data/air_quality_no2.csv",index_col=0,parse_dates=True) air_quality.head() #index_col=0,parse_dates=True表示把返回的表格的第一列作为索引， #把列中的数组转化为Ti
笔记——衡量回归算法的标准&&最好的评价指标R Square
chairon的博客
07-14 1224
最好的衡量指标：R Square SimpleLinearRegression中默认封装R Square这种指标在score函数中，用于评价线性回归算法的准确度 R方=1-MSE/方差 代码 import numpy as np import matplotlib.pyplot as plt from sklearn import datasets 波士顿房产数据 boston=datasets.load_boston() boston.DESCR boston.feature_...
阿里云大学笔记——线性回归：最小二乘法
chairon的博客
07-31 1167
1.导入波士顿房价数据 import numpy as np import pandas as pd data=pd.read_csv("data/boston.csv") data CRIM ZN INDUS CHAS NOX RM AGE DIS RAD TAX PTRATIO B LSTAT M
笔记——实现多元线性回归模型LinearRegression&& KNN Regressor
chairon的博客
07-14 1007
算法有待我再琢磨琢磨 导入boston房价数据 import numpy as np import matplotlib.pyplot as plt from sklearn import datasets boston=datasets.load_boston() X=boston.data y=boston.target X=X[y<50.0] y=y[y<50.0] X.shape (490, 13) 导入自己写的LinearRegression.py from sklea...
笔记——数据归一化 scikit-learn中的Scaler
chairon的博客
07-09 900
数据归一化 除了·边界比较明显的数据集（像素），一般用均值方差归一化。 测试数据集要用训练集的平均数和标准差进行归一化 import numpy as np import matplotlib.pyplot as plt 最值归一化 normalization x=np.random.randint(0,100,100) x array([84, 5, 7, 97, 16, 15, 64, 71, 55, 58, 12, 0, 73, 41, 27, 92, 97, 21,
关于线性回归算法的总结与思考
chairon的博客
07-15 861
1. 线性回归VS KNN 线性回归算法 KNN 典型参数学习 非参数学习 只能解决回归问题，但是在很多分类算法中，线性回归是基础（逻辑回归） 既可以解决分类问题，又可以解决回归问题，但是解决回归问题，准确率没用线性回归算法高 对数据有假设：假设数据有线性关系 没有假设 对数据有强解释性 没有解释性 2. 线性回归算法公式 3. 更多关于线性回归模型的讨论 import numpy as np from sklearn import datasets boston=d
机器学习： 准确率判定和超参数——handwritten digits dataset
chairon的博客
07-05 715
【代码】机器学习： 准确率判定和超参数——handwritten digits dataset。
机器学习笔记： GridSearchCV——寻找最好的超参数
chairon的博客
07-09 701
评估两个向量的夹角的相似度，计算两个向量的夹角余弦值 .相似度越小，距离越大。相似度越大，距离越小。
笔记——Train_test_split
chairon的博客
07-30 641
1. train_test_split 1 # train_test_split ##将x训练集中的元素进行乱序处理，返回索引 shuffle_indexes=np.random.permutation(len(x)) ## 划分训练数据集、测试数据集 test_ratio=0.2 test_size=int(len(x)*test_ratio) test_indexes=shuffle_indexes[:test_size] train_indexes=shuffle_indexes[test_si
小甲鱼教学笔记——文件系统
chairon的博客
08-30 545
os模块 import os os.getcwd() 'C:\\Users\\samsung\\Machine Learning\\初心' os.listdir('C:\\Users\\samsung\\Machine Learning\\初心') ['.ipynb_checkpoints', '6.30.ipynb', '7.7.ipynb', 'boy_1.txt', 'boy_2.txt', 'boy_3.txt', 'girl1.txt', 'girl2.txt', 'g
阿里云大学笔记——K-Means聚类算法
chairon的博客
08-08 500
0.k-means算法 1.概念 k-means属于无监督学习的聚类算法。 适用于：簇内相似性较高，簇间相似性较低。 k个初始聚簇中心的选择会影响结果。 2.实现过程： 选择初始的k个聚簇中心 把除开聚簇中心之外的点，依次计算到每个聚簇中心向量的距离。选择距离最近的聚簇中心，加入该簇。 更新聚簇中心：为簇内每个点的向量的平均值。 循环2、3，直到到达最大迭代次数或者聚簇中心不再发生改变。 1. 导入数据集 import numpy as np import pandas as pd data=p
笔记——线性回归中使用梯度下降法
chairon的博客
07-16 436
线性回归中使用梯度下降法 目的：求解损失函数的唯一最优解 1. 梯度下降法 不是一个机器学习算法，只是一种基于搜索的最优化方法。 作用：最小化损失函数。 梯度上升法：最大化效用函数。 注意： n称为学习率（learning rate） n的取值影响获得最优解的速度 n取得不合适，可能得不到最优解 n是梯度下降算法的一个超参数 问题：不是所有函数都有唯一的极值点，有些函数可能有多个，运行一次可能得到的是局部最优解，不是全局最优解。 解决： - 运行多次，随机化初始点。 - 梯度下降法的初始点
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值