嗯呢嗯呢的博客

使用的数据集：

使用的数据集：

1、分类类别少可以使用x_train[x_train=='Female'] = 0x_train[x_train=='Male'] = 12、使用LabelEncoderfrom sklearn.preprocessing import LabelEncoderlabelencoder = LabelEncoder()#将第一列的数据变为数值型x_train[:,1] = labelencoder.fit_transform(x_train[:,1])x_test[:,1] = l.

使用的数据

data 样本数据，是 n_samples * n_features 的二维 numpy.ndarray 数组target 标签数组，是 n_samples 的一维 numpy.ndarray 数组target_names 标签名称images 图像格式(二维)的样本数据DESCR 描述信息

下载地址：http://t.cn/RfHTAgY使用sklearn.datasets.load_boston可加载相关数据数据描述如下：CRIM：城镇人均犯罪率。ZN：住宅用地超过 25000 sq.ft. 的比例。INDUS：城镇非零售商用土地的比例。CHAS：查理斯河空变量（如果边界是河流，则为1；否则为0）。NOX：一氧化氮浓度。RM：住宅平均房间数。AGE：1940 年之前建成的自用房屋比例。DIS：到波士顿五个中心区域的加权距离。RAD：辐射性公路.

卡方检验也称X2检验用途：两个率或两个构成比比较的卡方检验；多个率或多个构成比比较的卡方检验以及分类资料的相关分析等。统计样本的实际观测值与理论推断值之间的偏离程度，实际观测值与理论推断值之间的偏离程度就决定卡方值的大小，如果卡方值越大，二者偏差程度越大；反之，二者偏差越小；若两个值完全相等时，卡方值就为0，表明理论值完全符合。式中A为实际数，以上四格表的四个数据就是实际数。T为理论数，是根据检验假设推断出来的。x2检验的自由度v=（行数-1）（列数-1）...

numpy 中shape的用法返回各个维度的维数。>>> import numpy as np>>> y = np.array([[1,2,3],[4,5,6]])>>> print(y)[[1 2 3][4 5 6]]>>> print(y.shape)(2, 3)>>> print(y.shape[0])2>>> print(y.shape[1])3y是一个两行三列.

#%matplotlib inline 表示将matplotlib的图表直接嵌入到Notebook之中，matplotlib有一个参数指定图表的显示方式。inline表示将图表嵌入到Notebook中%matplotlib inline import matplotlib.pyplot as pltplt.rcParams['font.sans-serif'] = ['SimHei'...

from sklearn.datasets import fetch_mldatamnist = fetch_mldata('MNIST original')mnist解决1、自己下载mnist数据集，下载地址：https://github.com/amplab/datascience-sp14/raw/master/lab7/mldata/mnist-original.mat或者...

UCI：http://archive.ics.uci.edu/ml/index.phpKaggle datasets：https://www.kaggle.com/datasetshAmazon’s AWS datasets：http://aws.amazon.com/fr/datasets/开放的数据存储库http://dataportals.org/http://opend...