3.3 归一化与标准化
3.3.1 归一化 4)API使用 from sklearn.preprocessing import MinMaxScaler X = [[2, 1], [3, 1], [1, 4], [2, 6]] # 归一化,区间设置为(-1,1) X = MinMaxScaler(feature_...
第 3 章 神经网络的学习
神经网络的主要特点,就是可以从数据中进行“学习”。这个学习的过程,就是让训练数据自动决定最优的权重参数。 神经网络(深度学习)也是机器学习的一种;跟传统机器学习方法相比,神经网络不...
2. 基本使用
2.1. 类的定义 1️⃣语法格式: # 定义一个类(类名通常用大驼峰写法) class 类名: # 当一个函数被定义在类中时,它就被称为“方法”。 # __init__方法又叫:初始化方法,它主要用来给当前实例...
4.3.3 双变量可视化
散点图 绘制横轴为体重,纵轴为脚蹼长度的散点图。可通过hue参数设置不同组别进行对比。 sns.scatterplot(data=penguins, x='body_mass_g', y='flipper_length_mm', hue='sex') 也可以通过regpl...
2. 函数的多返回值
在return关键字后面写多个值,并且多个值之间用逗号隔开,Python 会自动把多个值打包成元组。 def calculate(x, y): res1 = x + y res2 = x - y return res1, res2 # 实际返回的是:(res1, res2...
第 4 章 线性回归
4.1 线性回归简介 4.1.1 什么是线性回归 2)多元线性回归 4.1.2 线性回归应用场景 GDP预测:用历史数据(如投资、消费、出口)建立回归模型,预测GDP增长趋势。 广告效果评估:量化不同渠道广告...
第 2 章 机器学习基本理论
2.1 机器学习三要素 机器学习的方法一般主要由三部分构成:模型、策略和算法,可以认为: 机器学习方法 = 模型 + 策略 + 算法 模型(model):总结数据的内在规律,用数学语言描述的参数系统 策...
2. 生成器
1️⃣两个概念 生成器函数:函数体中如果出现了yield关键字,那该函数是『生成器函数』。 生成器对象:调用『生成器函数』时,其函数体不会立刻执行,而是返回一个『生成器对象』。 备注:不管...











