Hi7brooke的博客

Scikit - learn 是一个广泛应用于机器学习的 Python 库，它提供了丰富的工具，涵盖了分类、回归、聚类、降维等多种机器学习任务，同时还具备数据预处理、模型选择和评估等功能。

Statsmodels 是一个 Python 库，专注于为统计分析和计量经济学提供工具。它能让用户轻松进行数据探索、模型估计和结果检验。

SciPy 是一个用于数学、科学和工程计算的 Python 库，它建立在 NumPy 之上，提供了许多高效的算法和工具，用于解决各种科学计算问题。

Seaborn 是一个基于 Python 的统计数据可视化库，它建立在 matplotlib 之上，旨在提供更高级、更美观、更具统计意义的可视化功能。

DataFrame 是二维表格型数据结构，每列可以是不同的数据类型。Series 属于一维标记数组，由一组数据和对应的索引构成。该代码借助字典创建了一个简单的 DataFrame。

Matplotlib 是一个功能强大的绘图库，通过上述基本介绍，你应该能够创建简单的图形了。随着学习的深入，你可以探索更多高级功能，如自定义图形样式、添加图例、绘制三维图形等。

range 和 arange 都可用于生成一系列数字，但它们分属于不同的工具，在功能、使用场景和特性上存在差异。

NumPy（Numerical Python）是Python中一个非常重要的基础库，它为Python提供了高效的多维数组对象以及处理这些数组的各种工具。对于初学者而言，了解NumPy的功能能为后续的数据处理、科学计算等工作打下坚实基础。下面详细介绍NumPy。

在原生 Python 里，不同形状的数组（这里指列表）并不能直接利用广播功能进行运算。广播功能主要是 NumPy 库提供的特性。

由Fisher, 1936收集整理。Iris也称鸢尾花卉数据集，是一类多重变量分析的数据集。数据集包含150个数据样本，分为3类，每类50个数据，每个数据包含4个属性。可通过花萼长度，花萼宽度，花瓣长度，花瓣宽度4个属性预测鸢尾花卉属于（Iris数据集是常用的。）三个种类中的哪一类。

似然比检验的思想是：“如果参数约束是有效的，那么加上这样的约束不应该引起似然函数最大值的大幅度降低。简单线性模型假设数据和响应变量之间是正态分布的关系，这个正态分布 就是 指数家族的一员。GLM 在lm的基础上进行扩展， 不再要求 “数据和响应变量之间是正态分布” 的关系， 而是要求 “数据和响应变量之间的关系是指数家族中的某一种” 即可。回顾likelihood，它给出了一种获取模型参数点估计的方法（MLE） ，模型是一堆PDF/PMF的joint， 而指数家族，就是一些经典常见的 PDF/PMF。