1、python机器学习基础教程——简述
一、引言:
机器学习(machine learning):从数据中提取知识。分为:监督学习(supervised learning)和无监督学习(unsupervised learning)。
二、监督机器学习应用:
1、识别信封上面的手写的邮政编码。
2、基于医学影像判断肿瘤是否为良性。
3、检测信用卡交易中的诈骗行为。
三、无监督机器学习应用:
1、确定一系列博客文章的主题。
2、将客户分成具有相似偏好的群组。
3、检测网站的异常访问模式。
四、构建机器学习解决方案过程中的思考:
1、要回答的问题是什么?已收集到的数据能够回答这个问题吗?
2、要将我的问题表示成机器学习问题,用哪种方法最好?
3、我收集的数据是否足够表达我想要解决的问题?
4、我提取了数据的哪些特征?这些特征能否实现正确的预测?
5、如何衡量应用是否成功?
6、机器学习解决方案与我的研究或商业产品中的其他部分是如何相互影响的?
五、编程环境Anaconda3.4.2+(python3.5+)
anaconda安装遇到的问题请查看
conda httperror http none none for url none Anaconda更新失败解决办法 https://www.jianshu.com/p/c74668743932
pandas==0.18.1
matplotlib==1.5.1
numpy==1.11.1
scipy==0.17.1
scikit-learn==0.18
低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。
持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。
转载内容版权归作者及来源网站所有,本站原创内容转载请注明来源。
- 上一篇
【答疑】对象存储OSS常见问题解答(咨询类2)
1. oss支持直接网络流上传么,比如说客户有个url,然后里面的内容直接上传到oss上面? 解答:OSS支持流式上传。 流式上传是简单上传的一种,流式上传使用InputStream作为文件的数据源。 利用流式上传可以上传字符串,Byte数组,网络流,文件流。 具体可以参考 https://help.aliyun.com/document_detail/84781.html?spm=a2c4g.11186623.6.689.7e5e3bdbBhY7x7#h2-u6587u4EF6u4E0Au4F202 2. HeadObject接口里的 x-oss-actual-etag 是object实际的etag吗? 解答: 不一定是。简单上传的时候是,分片上传的时候不是。 OSS上的object会有etag标签,etag主要是用来判断服务端数据是否存在
- 下一篇
2、python机器学习基础教程——K近邻算法鸢尾花分类
一、第一个K近邻算法应用:鸢尾花分类 import numpy as np from sklearn.datasets import load_iris from sklearn.model_selection import train_test_split from sklearn.neighbors import KNeighborsClassifier # 加载数据 iris_dataset = load_iris() # 实例化模型 knn = KNeighborsClassifier(n_neighbors=1) # 切分训练和测试数据集 X_train,X_test,y_train,y_test = train_test_split(iris_dataset["data"], iris_dataset["target"],random_state=0) #训练 knn.fit(X_train, y_train) # 评估模型 print("Test set score:{:.2f}".format(knn.score(X_test,y_test))) # 预测 X_new ...
相关文章
文章评论
共有0条评论来说两句吧...