qq_43705330的博客

数据集：数据集下载链接：https://download.youkuaiyun.com/download/qq_43705330/85426684wechat：微信公众号的投放金额、weibo：微博的投放广告的金额、others：其他项目投放的金额、sales：商品的销售额数据的热力图代码：import numpy as np # 导入NumPy数学工具箱import pandas as pd # 导入Pandas数据处理工具箱# 读入数据并显示前面几行的内容，这是为了确保我们的文件读入的正确性#

读入训练集和测试集import numpy as np # 导入NumPy数学工具箱import pandas as pd # 导入Pandas数据处理工具箱from keras.datasets import mnist #从Keras中导入mnist数据集#读入训练集和测试集(X_train_image, y_train_lable), (X_test_image, y_test_lable) = mnist.load_data()print ("特征集张量形状：", X_train_im

#加州房价数据集import pandas as pd #导入Pandas，用于数据读取和处理# 读入房价数据，示例代码中的文件地址为internet链接，读者也可以下载该文件到本机进行读取# 如，当数据集和代码文件位于相同本地目录，路径名应为\"./house.csv\"，或直接放\"house.csv\"亦可df_housing = pd.read_csv("./house.csv")df_housing.head #显示加州房价数据print(df_housing)#打印X = df_

机器学习：监督学习的分类问题开源的鸢尾花分类的iris 数据集作为输入。iris数据集的中文名是安德森鸢尾花卉数据集，英文全称是 Andersori’s Iris data seto，它包含150个样本，是用来给花做分类的数据集，每个样本包含了萼片长、萼片宽度、花瓣长度和花瓣宽度4个特征（注：机器学习领域自变量叫特征，因变量叫标签），放在前4列作为输人的特征矩阵。每行的最后一个数据是类别信息，包括3种，即山鸢尾、变色亨尾和维吉尼亚鸢尾。#获取鸢尾花数据集from sklearn.datasets i

监督学习vs 无监督学习课程地址：https://www.bilibili.com/video/BV164411b7dx?p=18监督学习在监督学习中，给定一组数据，我们知道正确的输出结果应该是什么样子，并且知道在输入和输出之间有着一个特定的关系。这么说可能理解起来不是很清晰，没关系，后面有具体的例子。监督学习的分类监督学习可分为“回归”和“分类”问题。监督学习分类在回归问题中，我们会预测一个连续值。也就是说我们试图将输入变量和输出用一个连续函数对应起来;而在分类问题中，我们会预测一个离散值，