机器学习
关注
分享
扫一扫
文章平均质量分 75
机器学习记录
小石小石摩西摩西
欢迎来到我的菜园子。
展开
-
Java等调用python深度学习训练的模型(待完成)
1.参考博客园:java web应用调用python深度学习训练的模型目标：调用python深度学习训练的模型内容：提示：这里可以添加要学的内容例如：1、 搭建 Java 开发环境2、 掌握 Java 基本语法3、 掌握条件语句4、 掌握循环语句时间：提示：这里可以添加计划学习的时间例如：1、 周一至周五晚上 7 点—晚上9点2、 周六上午 9 点-上午 11 点3、 周日下午 3 点-下午 6 点产出：提示：这里统计学习计划的总量例如：1、 技术笔记 2 遍2原创 2021-09-01 13:51:33 · 35543 阅读 · 2 评论 -
七、电影数据分析
七、电影数据分析7.1 背景介绍7.1.1实验背景电影娱乐产业越发发达，投资商希望能从电影的各种数据中找到最可能赚钱的电影有什么特点。数据介绍budget 预算genres 电影名数据homepage 网站主页idkeywords 关键字original_language 语言original_title 标题overview 概述popularity 人气popularity 电影商production_countries 电影商拍摄地release_date 发布日期原创 2021-08-18 16:05:33 · 33783 阅读 · 1 评论 -
六、二手房数据分析
六、二手房数据分析6.1 背景介绍6.1.1 实验背景随着房地产市场发展，房价越来越高。为了的到影响房价的增长因素，现在从数据角度出发，分析以下左右房价的因素。数据介绍CATE 城区bedrooms 卧室数量halls 客厅AREA 面积floor 地面高度，楼层subway 附近是否有地铁school 附近是否有学校price 价格名称DISTRICT区域6.2 载入数据6.2.1 导入支持库import mathimport numpy as npimport原创 2021-08-16 09:27:52 · 36493 阅读 · 1 评论 -
五、空气质量分析与结果展示
五、空气质量分析与结果展示5.1 实验背景近年来随着城市化和工业化的发展，城市空气质量越来越差，从中央到地方各级政府对城市空气质量也越发重视。并对全国各个城市的空气质量进行了长期的采样。下面对全国空气质量进行分析，可以得出我国城市空气质量的大概规律。数据介绍time 时间city 城市AQI 根据细颗粒物、可吸入颗粒物、二氧化硫、二氧化氮、臭氧、一氧化碳等六项参数综合得出的空气污染程度及空气质量状况的表述。PM2.5 细颗粒物又称细粒、细颗粒、PM2.5。细颗粒物指环境空气中空气动力学当量直原创 2021-08-13 16:32:31 · 35725 阅读 · 0 评论 -
四、Pandas数据清洗规整
四、Pandas数据清洗规整4.1 数据加载、储存4.1.1 从数据文件读取数据导入支持库：import numpy as npfrom pandas import Series,DataFrameimport pandas as pd从csv文件读取数据，一般方法：pd.read_csv('../data/ex1.csv',encoding='gbk')从csv文件读取数据，去掉头部：pd.read_csv('../data/ex1.csv',encoding='gbk',head原创 2021-08-10 10:18:58 · 33692 阅读 · 0 评论 -
三、图形样式、Matplotlib高级设置
三、图形样式、Matplotlib高级设置3.1 图表刻度、指示注解定制化样式3.1.1 添加图例和标题导入支持库：import matplotlib as mplimport matplotlib.pyplot as pltimport numpy as npfrom matplotlib.ticker import AutoMinorLocator,MultipleLocator,FuncFormatter设置中文显示：mpl.rcParams["font.sans-serif"]=原创 2021-08-10 10:15:00 · 33891 阅读 · 0 评论 -
二、Matplotlib绘制统计图形详解
二、Matplotlib绘制统计图形详解2.1 柱状图和条形图2.1.1 柱状图导入支持库：import matplotlib as mpl import matplotlib.pyplot as plt import numpy as np设置中文显示：mpl.rcParams["font.sans-serif"]=["SimHei"] mpl.rcParams["axes.unicode_minus"]=False 设置绘图数据：x = [1,2,3,4,5] y = [6,原创 2021-07-28 14:11:50 · 35008 阅读 · 0 评论 -
一、Matplotlib基础-图表组成元素
一、Matplotlib基础-图表组成元素jupyter路径介绍code：代码位置data：数据存放位置1.1 plot()函数和scatter()函数1.1.1 函数plot()——展现变量的趋势变化导入支持库：import matplotlib.pyplot as pltimport numpy as np数据准备：x = np.linspace(0.05,10,1000)y = np.cos(x)选取绘图函数，调整参数：plt.plot(x,y,ls='-',lw=2原创 2021-07-26 15:22:58 · 34724 阅读 · 7 评论 -
五、Scikit-learn的应用-为CHarityML寻找捐献者
五、Scikit-learn的应用-为CHarityML寻找捐献者5.1 实验介绍实验准备请到05 finding_donors文件目录下开始实验。实验背景在这个项目中，您将使用1994年美国人口普查收集的数据，选用几个监督学习算法以准确地建模被调查者的收入。然后，您将根据初步结果从中选择出最佳的候选算法，并进一步优化该算法以最好地建模这些数据。你的目标是建立一个能够准确地预测被调查者年收入是否超过50000美元的模型。这种类型的任务会出现在那些依赖于捐款而存在的非营利性组织。了解人群的收入情况可原创 2021-07-25 10:30:31 · 34989 阅读 · 2 评论 -
四、Scikit-learn的应用(创建用户分类)
四、Scikit-learn的应用(创建用户分类)4.1 实验介绍实验准备请到04 finding_segments文件目录下开始实验。项目背景在这个项目中，你将分析一个数据集的内在结构，这个数据集包含很多客户针对不同类型产品的年度采购额（用金额表示）。这个项目的任务之一是如何最好地描述一个批发商不同种类顾客之间的差异。这样做将能够使得批发商能够更好的组织他们的物流服务以满足每个客户的需求。这个项目的数据集能够在UCI机器学习信息库中找到.因为这个项目的目的，分析将不会包括’Channel’和’原创 2021-07-23 10:59:34 · 36129 阅读 · 1 评论 -
三、Scikit-learn机器学习框架
三、Scikit-learn机器学习框架3.1 Scikit-learn介绍Scikit-learn介绍对Python语言有所了解的科研人员可能都知道SciPy——一个开源的基于Python的科学计算工具包。基于SciPy，目前开发者们针对不同的应用领域已经发展出了为数众多的分支版本，它们被统一称为Scikits，即SciPy工具包的意思。而在这些分支版本中，最有名，也是专门面向机器学习的一个就是Scikit-learn。Scikit-learn项目最早由数据科学家 David Cournape原创 2021-07-22 11:11:07 · 36541 阅读 · 1 评论 -
二、机器学习模型评估
二、机器学习模型评估2.1 模型评估：基本概念错误率(Error Rate)预测错误的样本数aa占样本总数的比例mmE=amE=\frac{a}{m}E=ma准确率(Accuracy)准确率=1-错误率准确率=1−错误率误差(Error)学习器的实际预测输出与样本的真实输出之间的差异训练误差(Training Error)或经验误差(Empirical Error)学习器在训练集上的误差泛化误差(Generalization Error)学原创 2021-07-21 14:08:42 · 37734 阅读 · 0 评论 -
一、机器学习简介
一、机器学习简介1.1 机器学习简介人工智能 (Artificial Intelligence，简称AI) 是对人的意识、思维过程进行模拟的一门新学科。如今，人工智能从虚无缥缈的科学幻想变成了现实。计算机科学家们在 机器学习 (Machine Learning) 和 深度学习 (Deep Learning) 领域已经取得重大的突破，机器被赋予强大的认知和预测能力。2016 年 AplphaGO 成功击败人类世界冠军向世界证明，机器也可以像人类一样思考，甚至比人类做得更好。人工智能、机器学习和深度学习原创 2021-07-21 10:44:11 · 38179 阅读 · 1 评论 -
Numpy基础
数据分析利器：NumPyPython之所以强大，是因为它提供了很多高效便捷的数据分析工具包，数据分析中常用的3个利器——NumPy、pandas与Matplotlib库。其中，NumPy库和pandas库主要用于处理一维及二维的表格数据，而Matplotlib库是数据可视化的利器。NumPyNumPy库的名字由“Numerical Python”缩写而来。NumPy库是pandas库的基础...原创 2021-07-13 09:05:00 · 7472 阅读 · 0 评论 -
线性代数 linear algebra
2.3 实现属于我们自己的向量Vector.pyclass Vector:def __init__(self, lst):self._values = lst#return lendef __len__(self):return len(self._values)#return index th itemdef __...原创 2020-11-06 08:18:00 · 5906 阅读 · 0 评论 -
机器学习_卷积神经网络_"智海"准备
李宏毅机器学习05-1卷积神经网络卷积神经网络中，图像矩阵大小为5x5x1，卷积核大小为3x3，步长大小为1，请问做了多少次卷积操作？答案：9次思考权值共享的作用:减少参数的数量; 能够找到该卷积核代表的局部特征。常见的池化操作有哪些？一般池化：最大池化，平均池化 重叠池化 空金字塔池化08-1迁移学习微调的使...原创 2020-11-06 13:28:00 · 5893 阅读 · 0 评论 -
Python基于seaborn绘制喜欢的热力图，不同色系一览
基于seaborn模块来对数据之间的相关性进行可视化展示已经是司空见惯的事情了，在我之前的文章里面也有相关的实现和介绍，这里主要就是对seaborn提供的所有色系来进行对比，提供一组数据跑出来的样例图吧，方便需要的人直接对比进行选择。 热力图可视化部分的代码实现如下所示： 1 def heapMapPlot(data,key_list,title,savepath='relatio...原创 2020-09-20 16:37:00 · 4833 阅读 · 0 评论 -
3.5.3 数据排序；重复数值、缺失值处理
1.导入三方库import numpy as npimport pandas as pddf = pd.read_csv('table.csv',index_col='ID') #用来指定表格的索引值df.head(2)SchoolClassGenderAddressHeightWeightMathPhysicsID1101S_1C_1Mstr...原创 2020-09-20 15:13:00 · 3311 阅读 · 0 评论 -
3.5.1 pandas基础
1.导入三方库import numpy as npimport pandas as pd查看库的版本pd.__version__'1.0.5'2.数据文件的导入和导出1)xlsx文件shuju_xlsx = pd.read_excel('table.xlsx')shuju_xlsx2 = pd.read_excel('可视化图表案例数据.xlsx')shuju_xlsx4 = ...原创 2020-09-20 15:09:00 · 3265 阅读 · 0 评论 -
可视化——图表
1.导入相关库1 import numpy as np2 import pandas as pd3 import matplotlib.pyplot as plt4 5 #%matplotlib inline #可以内嵌绘图6 7 plt.rcParams['font.sans-serif']=['Simhei']8 plt.rcParams['axes.unicode_...原创 2020-09-20 15:26:00 · 4057 阅读 · 0 评论 -
3.5.4 分组、合并、透视表
1.导入三方库import numpy as npimport pandas as pddf = pd.read_csv('table.csv',index_col='ID') #用来指定表格的索引值df.head(2)SchoolClassGenderAddressHeightWeightMathPhysicsID1101S_1C_1Mstre...原创 2020-09-20 15:14:00 · 3483 阅读 · 0 评论 -
3.5.2 索引
1.导入三方库1 import numpy as np2 import pandas as pd3 df = pd.read_csv('table.csv',index_col='ID') #用来指定表格的索引值4 5 df.head(2)SchoolClassGenderAddressHeightWeightMathPhysicsID11...原创 2020-09-20 15:40:00 · 3864 阅读 · 0 评论 -
拓展-相关矩阵图
1.导入相关库1 import numpy as np2 import pandas as pd3 import seaborn as sns4 import matplotlib.pyplot as plt5 %matplotlib inline6 7 plt.rcParams['font.sans-serif']=['Simhei']8 plt.rcParams['axe...原创 2020-09-20 15:31:00 · 4442 阅读 · 0 评论 -
Python技术书示例代码相关内容 --> booksaga@163.com
Python技术书示例代码相关内容图书配套资源，免费提供给网友个人使用。《Python3.8从入门到精通(视频教学版)》《TensorFlow 2.0深度学习应用实践》《TensorFlow 2.0 卷积神经网络实战》《OpenCV+TensorFlow深度学习与计算机视觉实战》https://pan.baidu.com/s/1OtucOCKcr64-Wj_2nf5vLw 提...原创 2020-11-14 14:30:00 · 5824 阅读 · 1 评论 -
2.2数据结构与序列
1.列表liebiao = ['编号89757','石景文','David','Bob',45,66]len(liebiao)6用索引来访问list中每一个位置的元素，索引是从0开始的liebiao[1]'石景文'liebiao[-1]66liebiao[5]661)引用传递 将不同列表指向同一个列表lie1 = [1,2,3,4]lie2 = lie1lie2[...原创 2020-09-20 14:58:00 · 181 阅读 · 0 评论 -
2.4函数
1.自定义函数def szys(a,b,c): if c == '求和': d = a + b elif c == '求乘积': d = a * b elif c == '求幂': d = a ** b else: d = a - b return da = int(input('请输入a:\n'))b =...原创 2020-09-20 15:01:00 · 771 阅读 · 0 评论 -
2.3语句与控制流
1.条件语句1)if-elsenum1 = 45num2 = 36if num1==num2: print('两个数值是相等的。')else: print('两个数值不相等。')两个数值不相等。2)if-elif-elsenum3 = int(input('请输入你的年龄：\n'))if num3 >=30: print('{}岁属于中年人'.format(...原创 2020-09-20 14:59:00 · 750 阅读 · 0 评论 -
3.3 numpy
1.三方库导入import numpy as np'{}'.format(np.typeDict.values())"dict_values([<class 'numpy.bool_'>, <class 'numpy.bool_'>, <class 'numpy.int8'>, <class 'numpy.int8'>, <class ...原创 2020-09-20 15:08:00 · 1945 阅读 · 0 评论 -
数据准备和特征工程
数据准备和特征工程1.感知数据1-1文件中的数据1.1.1CSV文件pd.read_csv(csv_file, index_col=0)index_col=1默认读取数据的第一列是索引df_new.to_csv("work/files/ten_bicycle.csv")保存成csv文件1.1.2Excel文件jiangsu = pd.read_excel("/home/aist...原创 2020-09-20 15:07:00 · 2190 阅读 · 0 评论 -
Matplotlib之Python可视化
PYTHON可视化学习可视化的思路了解统计学中的基本图形的特征，图形类型。图形是由那些要素构成的，哪种类型的图形适合展示哪种类型的数据。学习绘制图形的API，熟悉各API的参数。图形颜色和线条美化，选择适合所分析行业的颜色和线条，例如分析的行业是金融业就选择黑灰商务色，看起来严谨认真的线条和字体；分析的是教育行业就选择鲜活可爱的颜色主题和线条字体。这点需要对行业风格有认知，长期积累经验...原创 2021-07-14 15:29:00 · 6849 阅读 · 0 评论 -
用matplotlib绘制3D图形
用matplotlib绘制3D图形制备导入numpy进行数据处理，导入pyplot进行绘图，以及mpl_toolkits.mplot3d，因为它是3D的。1 # 导包2 from mpl_toolkits.mplot3d import Axes3D3 import matplotlib.pyplot as plt4 import numpy as np创建要绘制的数据...原创 2020-12-19 17:39:00 · 6239 阅读 · 0 评论 -
2.1Python基础知识
2.1.1 标识符 用来标识某个实体的符号。在编程中通常指给变量、常量、函数、语句块的命名。标识符命名注意事项： 1)标识符的第一个字符必须是26个字母(大小写不限定)或下划线(键盘上加号左边的符号)>>> 4_zhou_4 = 11 File "<ipython-input-1-b78d82cbb773>", line 1 4_zhou_4 = ...原创 2020-09-20 14:56:00 · 98 阅读 · 0 评论 -
Anaconda+TensorFlow安装和Pycharm配置深度学习环境详细教程！
配置Anaconda+Pycharm学习环境大体分为三步骤： 一、Anaconda的下载与安装 二、PyCharm的下载与安装 三、Anaconda+Pycharm配置环境下载好的资源链接：链接：https://pan.baidu.com/s/1sD91BVKw7D...原创 2020-12-23 22:48:00 · 6995 阅读 · 5 评论