[machine learning] 周志华 习题3.3 编程实现对率回归(环境搭建和第一个程序)

本文介绍了如何利用Python的虚拟环境和Scikit-learn库来实现对率回归。内容包括环境搭建、安装Numpy和Scikit-learn,以及对西瓜数据集3.0α进行处理和逻辑回归模型的训练与评估。数据集包含密度和含糖率两个特征,用于判断西瓜是否为好瓜。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

最近开始学机器学习。看西瓜书很多东西比较懵逼,先参考网上实现环境搭建和实现以下课后练习的第一个编程题。

 

环境准备

  • mkvirtualenv -p python3 machine_learning

  • 使用的python程序库:Numpy、Scikit-learn
  • 在ubuntu中,在虚拟环境中安装:
    pip3 install Numpy
    pip3 install pandas
    pip3 install Scikit-learn
    

Numpy是一个强大的高级数学运算的工具库,还具备高效的向量和矩阵运算功能。

Scikit-learn是一个基于python的机器学习库,封装了大量经典以及最新的机器学习模型:
(1)Python语言的机器学习工具
(2)Scikit-learn包括许多知名的机器学习算法的实现
(3)Scikit-learn文档完善,容易上手,丰富的API,使其在学术界颇受欢迎。
安装scikit-learn需要Numpy,pandas等库

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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