weixin_44765471的博客

机器学习算法可以从图像中识别出图案和物体。在机器学习算法应用于图像之前，通常需要先将原始图像转换成为算法可用的特征 开源计算机视觉库（OpenCV）可以来处理图像

数据预处理时会遇到时间和日期（datetime）类型的数据，pandas中的时间序列工具能够对datetime类型的数据进行处理

非结构化文本数据（比如，一本书或一条推文的内容）是处理起来最有意思也是最难的特征之一

有时，根据某种特征而不是数量来度量对象会更有效。通常使用这种定性的信息来判断一个观察值的属性，比如按照性别、颜色这样的类别对其进行分类。但并不是所有的分类数据都是这样的。有的数据本身没有内在顺序的类别称为nominal；有的数据天然拥有内在的顺序称为ordinal。

第2章 加载数据2.0 简介机器学习最重要的一步无异于是数据加载。本章会使用pandas库中的一些方法来加载数据。2.1 加载样本数据库问题描述加载已有的样本数据集解决方案#加载已有的样本数据集from sklearn import datasets #databases是pandas提供的玩具数据集#加载手写数字数据集digits = datasets.load_digits()#创建特征矩阵features=digits.data#创建目标矩阵target= dig

第3章 数据整理3.0 简介数据整理（data wranging）是数据预处理中的一个重要步骤。在“整理”数据时，最常用的数据结构是数据帧（data frame）。数据帧是呈表格状的。数据帧是用行和列来表示数据的。由于书上写的网址我无法访问，自己下载了一个titanic.csv。百度网盘链接：https://pan.baidu.com/s/1cA2pieSfAxYoRIanTeaOFw提取码：8e4d#加载库import pandas as pd#将数据作为数据帧加载进来datafram

Python数据科学手册

Python机器学习手册（一）正在学习机器学习，感觉这本书比较不错，第一次写，没有经验，嘻嘻嘻。我用的工具是Anaconda中的Jupyter Notebook，代码都跑通了进入正文咯~第1章 向量、矩阵和数组1.0 简介Numpy是Python机器学习技术栈的基础。Numpy能对机器学习中常用的数据结构——向量（vector）、矩阵（matrice）、张量（tensor）进行高效的操作。1.1 创建一个向量#加载Numpy库import numpy as np#创建一个行向量vect