Waitfou的博客

尊重原创，本文转载自：如何实现更换Jupyter Notebook内核Python版本我使用anaconda安装的python3.6.3，并且自己建立一个虚拟环境，虚拟环境下的python版本也是3.6.3，Jupyter Notebook的内核P丫头好哦哦呢指向的是虚拟环境下的python，最近在使用matplotlib库的遇到了下面的问题：我的lib目录下是有matplotlib以及相关的库的，重装什么的都试过，无奈实在是找不到解决的办法，于是想更换一下Jupyter Notebook的内核

下面是解决方案：首先添加如下语句在你的python代码的导入包的代码下。myfont = fm.FontProperties(fname='C:\WINDOWS\FONTS\SIMFANG.ttf')其中C:\WINDOWS\FONTS\SIMFANG.ttf是windows系统的其中一个字体的存放地方。可以通过在windows系统中搜索字体设置查看各类字体的位置。我选择的是SIMFANG.ttf字体。注意两点：第一点：你所选择的字体必须是以.ttf为后缀的第二点：既然要解决中文乱

一个完整机器学习项目流程总结现在机器学习应用越来越流行，了解机器学习项目的流程，能帮助我们更好的使用机器学习工具来处理实际问题。1 理解实际问题，抽象为机器学习能处理的数学问题理解实际业务场景问题是机器学习的第一步。机器学习的特征工程和模型训练通常都是一件非常耗时的过程，胡乱尝试时间成本是非常高的。深入理解要处理的问题，能避免走很多弯路。理解问题，包括明确可以获得什么样的数据...

转载自：【机器学习基础】准确率(Accuracy), 精确率(Precision), 召回率(Recall)和F1-Measureyu Code 15 Comments 机器学习(ML),自然语言处理(NLP),信息检索(IR)等领域,评估(Evaluation)是一个必要的 工作,而其评价指标往往有如下几点:准确率(Accuracy),精确率(Precision)

转载自：斯坦福大学机器学习第六课“逻辑回归(Logistic Regression)”斯坦福大学机器学习第六课"逻辑回归“学习笔记，本次课程主要包括7部分：1) Classification(分类)2) Hypothesis Representation3) Decision boundary(决策边界)4) Cost function(代价函数，成本函

apriori.py# -*- coding: utf-8 -*- import numpy # 加载数据

本文转载自：知识库-线性回归前段时间其实已经写过三篇关于回归类问题的博客，但是那三篇主要注重的是代码练习。本篇博客注重的理论分析。而且对各类回归问题做一个总结，包括一元线性回归，多元线性回归，逻辑回归，岭回归，softmax回归。以前在学习的时候感觉这部分很通畅，没遇到什么大问题，但是昨天复习的时候竟然被几个简单概念给卡主了，最后还是开了吴恩达教授的视频才恍然大悟的，哎正不知道该说什么了。

由于自己走完这几步花了不少时间，所以总结了下分享。系统：以Ubuntu为例第一阶段：安装pythonlinux系统都自带python，我的是2.7版本，在终端输入python就可以看到版本信息，所以可以不用安装python，直接进入第二阶段即可。1.其他版本下载地址：https://www.python.org/第二阶段：下载anaconda，anacond

PyCharmPyCharm is an intelligent Python IDE for Windows, macOS and Linux, that is offered in a Community version for free and a Professional version for a fee.Use PyCharm’s Preferences to se

此笔记适合有一定python基础，了解numpy科学计算库的人，有一定线性代数基础的人。对KNN算法原理了解的更容易看懂，笔者水平受限，写以下笔记主要目的是分享自己的学习过程以及便于以后复习查看。KNN 近邻算法实现原理：实现步骤：①：处理数据          ②：数据向量化          ③：计算欧几里得距离          ④：根据距离进行分类训练数据和测试数据

numpy:python list的替代品。import numpy as np，相当于numpy=npnumpy数组：元素只能是一种类型。二维numpy数组：ndarry--n维数组一个数组中的元素只能是一种类型，如果改变数组的数据类型，那么其他元素的数据类型也会改变成相同的。要找出二维数组中的一个值，先行。如：np_2d[0]，然后np_