机器学习使用Python进行编程时的编程环境和数据集、并以波士顿房价数据集为例进行简单操作

编程环境和数据集

常用与机器学习相关类库

• 由第三方机构SciPy.org开发的开源类库
  • Numpy
    • 数值计算扩展
    • 最主要的类：ndarray（多维数组类）
  • Pandas
    • 数据分析
    • 最主要的类：Series（一维序列类）、DataFrame（二维表格类）
  • Matplotlib
    • 数据可视化
    • 最主要的类：pyplot（简单常用的绘图功能）
• scikit-learn
  • 面向机器学习（尤其是统计学习）的类库；
  • 支持绝大部分回归任务、分类任务、聚类任务；
  • 目前不支持深度学习和并行计算
  • sklearn.datasets模块中的：
    • load_*()函数
      • 可以从官方网站上下载练习用数据集；
    • fetch_*()函数
      • 可以从官方网站上下载并保存较大的真实数据集；
    • make_*()函数
      • 自动生成符合分布的模拟数据集；
• 安装方法：
  • win+R
  • 输入cmd，回车；
  • 输入

    pip install numpy
    

    回车
  • 输入

    p