m0_63860007的博客

原理牵涉到概率论的问题，不在详细说明。· priors：矩阵，shape =[n_samples，n_features]为训练数据，其中n_samples的样本数和n_features是特征的数量。· numpy.meshgrid（x，y）的功能是假设x是长度为m的向量，y是长度为n的向量，则最终生成的矩阵X和Y的维度都是n×m。· smoothing：浮点数，所有要素的最大方差部分，添加到计算稳定性的差异中。· numpy.Ravel（）的功能是把多维度的矩阵数据转成一个维度。

个聚类中，使得每个点都属于离它最近的均值和聚类中心所对应的聚类，也就是中心点，以之作为聚类的标准。聚类基本上就是依照“物以类聚”的方式，也可以想成，相似的东西有着相似的特征，所以相同种类的数据应该是非常类似。·　需要在初始的时候告诉系统有几类数据。比如，有两种数据就需要写成KMeans（n_clusters=2）。k-means主要是计算同一类的数据，计算出该类的平均中心点位置，·　训练的时候kmeans.fit（X）不需要标签Y。k-means与kNN是没有任何关系的两种算法。k-平均聚类的目的：把。

比如，天气的温度和湿度值（因，Feature），是否下雨（果，Label），收集大量的数据后就被称为数据集Dataset，其数据量最少100个以上。机器学习大数据分析中最重要的就是数据的搜集，如果收集的数据是错误的，不管用什么样的算法都找不到答案。·　测试用数据集（Testing Dataset）：测试用，用来验证刚刚用运算法和训练用数据集所找出的答案，通过测试用数据集来验证答案是否正确，并求出结果的正确率为多少。（2）Label标签，就是柠檬和橙子，通常都会用一个数字来代表，如1为橙子，2为柠檬。

pyinstaller是一个非常棒的工具，主要目的就是让Python的应用程序可以转换成运行文件，而且这个工具在不同的操作系统上使用，就可以转换成该系统的运行文件。（3）运行以下的指令，将Windows的程序命令集cmd或Mac/Linux的Terminal的工作路径移动到桌面。在Windows 操作系统下通过以下的步骤，将Python的程序包装成.exe的文件。（2）打开Windows的程序命令集cmd或Mac/Linux的Terminal。（1）先将mypython.py 程序复制到桌面上。

为了方便预定义大量的数组，NumPy还提供了许多函数来创建矩阵，比如zeros默认数组为0，ones默认数组为1，full默认数组为自定义数。多维数组的切割在科学和统计上的计算是非常重要的，在这个程序中，将通过[数组行头，尾：数组列，尾]方式，把多维数组给切片（slicing）出来。通过NumPy可以很轻松地做到数组的计算，如线性代数中的加、减、乘、除、平方等运算，甚至较复杂的矩阵相乘，也可以通过dot（）函数来完成。维数组的记录和计算方法，很多函数库都会用到，如SciPy、Tensorflow等。

注意：pandas函数也能读入在云端的数据，可通过“df=pd.read_excel（'http://xxxx/test.xls'，'sheet'）”将Excel表装载。· sheet_name="sheet"：请依照实际的Excel文件的工作表填写，如果不确定可以用sheet_name=0，来可以打开第一个工作表。· read_csv：可以读入本地文件（如text.csv），也可以读入网络文件（如http://xxx/test.csv）。· df.info（）：关于DataFrame的详细信息。

有没有更简单的方法让朋友可以直接取得你所开发的Python程序？有两个方法可以使用。第一个方法是使用安装程序，将完整的Python程序安装，另外一个方法就是使用网页服务器的方式，在此将介绍和使用Python创建一个网页服务器，如此一来，用户就可以通过网页的方法来交换数据，也可以通过远程网络IP的方法，即时和你的程序之间做一个链接的交互。运行可以，但网页不支持这种操作，post,get 都不行。下面这个显示的是文本内容。

次数的统计）在很多情况下，有一些文章内的英文字符、标点符号分词的结果不符合自己的预期，会出现一些不想要的分词，此时就能通过以下的函数自己设定用词，并且删除。因为jieba对每一个字会给出IDF分数比重，但是在很多时候，会希望把文章中特别的关键字突显出来（或者降低），可以设定IDF分数高一些（或低一些），就能将想要的字突显出来（或者降低）。一个demo次数的统计）

语义：就是一句话的重点是什么。自定词汇：因为语言、文字太多，自定和处理你所关心的重点词汇。简体转繁体代码text1 = "我去过清华大学"print(" "+text1) # 打印原文本print("s2t;"+line) # 打印转换后的文本2.中文分词断词工具在中文分词的处理方面，Python有几个第三方的程序pymmseg、smallseg和jieba，本节将介绍的是jieba。这个需要先安装。

在实际开发应用程序时，一定都会利用WiFi网络进行连接，再通过HTTP的方式读入后台的数据，并下载和显示在用户的PC上。这靠的是网络服务的技术，也就是大家提到的Web Service。而与HTTP服务器交换数据有两种常见的数据传递方法：HTTP GET和HTTP POST。HTTP POST会比GET安全得多。

当前Open Data所取得数据的格式很多，如XLS、CSV、TXT等文本格式的数据，也有JSON、XML、SOAP等网页格式的数据。以下案例中，首次运行的时候，会判断工作路径中是否有一个名为folder的文件夹，如果没有这个文件夹，将创建一个名为folder的文件夹，移动工作路径到该文件夹，且显示当前的工作路径。通过以下程序，将会打开'workfile.xls'文件，把第一个sheet窗体内的数据读入进来，然后通过循环的方法，把第一个值域的所有数据写到'write.xls'的第0个值域中。

subplot（223）中数字223的意思是指有2×2=4个局部，即2个上下和2个左右，所以画面有4个局部，然后是使用其中的第3个局部，依照上、下、左、右的顺序来计算，所以会呈现下方左边的结果。Matplotlib是Python著名的绘图函数库，它提供了一整套图表的API，可以将数据绘制成图表，而且也可以方便地将它作为绘图控件，嵌入GUI应用程序中。Matplotlib是很大的Python库，而pyplot是Matplotlib中的一个模块，本章的绘图几乎都是通过pyplot来完成的。

list1[：-2]，“-2”指取出从后面算起的第2个数据，list1[：-2]也就是同list1[：3]，取出第0个到倒数 第2个之间的数据，即输出[0，1，2]。· list1[0：2]，取出list1[0]和list1[1]的数据，也就是输出[0，1]。· list1[1：]，取出list1[0]后的所有数据，也就是输出[1，2，3，4]。· list1[：3]，取出list1[3]之前的所有数据，也就是输出[0，1，2]。· List，数组，如同Array数组。

Tkinter是Python的标准GUI图形化使用界面，支持跨平台功能，是当前Python开发者使用最多的函数库。按键的方法如下：在程序中通过tk.Button添加一个按键，并指定该按键按下去后，会调用event1自定义的函数。运行的时候，在窗口上面通过鼠标的单击和拖动，可以体验到bind（）的功能，可以绘制出图画。· JPython：这是一个以Java为基础的Python函数库，使用Java的GUI类为基础的Python GUI程 序。· place（），在窗口中X、Y指定的位置加入文字组件。

【代码】机器学习4----随机森林。

【代码】机器学习3----决策树。

糖尿病数据线性回归预测。

逻辑回归是基于线性回归是直线分的也可以做多分类。

csv的数据应该是逗号分隔，但也不确定，要去查看数据不要只看拓展名要点进去看一下。Head()默认前5行，head（3）就是前3行数据。Knn查看前5行数据head()，info看空非空。曼哈顿距离一般是比欧式距离长的除非在一维空间。如果把原数据删掉加上inplace=true。Unique()可以查看分类后的结果。这个删掉没有把原数据删掉。拐弯的就是曼哈顿距离。