勿忘初心

先说一下遇到的几个问题： 1.读取.csv文件的时候，有时候会出现编码问题，我们可以用记事本将.csv文件另存为Utf-8编码的文件就行啦，然后直接用utf-8编码方式打开。 例如: df = pd.read_csv(r"*.csv", encoding='utf-8') 2.用jieba分词读取新闻内容的时候有时候会出现'AttributeError: 'float' objec

用sklearn自带的鸢尾花数据集，降到两维 import matplotlib.pyplot as plt from sklearn.decomposition import PCA from sklearn.datasets import load_iris data = load_iris() y = data.target x = data.data #print(x) #print(

import numpy as np item = np.array([[1,4,5],[5,3,6],[8,15,33]]) print(item[0,:]) print(item[1,:]) print(item[2,:]) print(item[:,0]) print(item[:,1]) print(item[:,2]) 输出： [1 4 5] [5 3 6] [ 8

假设有线性函数：        可写成:                             其中x0 = 0;定义代价函数为：        当然，有时也会写成1/2m，这就是最小二乘法。我们的任务就是选择合适的θ使得代价函数J最小。考虑梯度下降：考虑一个只有一个训练例子的时候，即m=1，则有：对于单个的样本，更新规则为：对于所有的样本，更新规则为：因为它每次更新一个参数θj的时候都需要全部...