機器學習基礎環境 Python基礎

用途

python應用例項

編碼方式

在python2中使用python3的函式

輸入方式

輸出方式

anaconda資料科學開發環境

版本 anaconda3-5.2.0-py36-windows-x86_64

jupyter notebook

修改jupyter的檔案路勁

ipython

spyder

導包方式

python基礎資料型別

數值運算

# 隨機數——用於產生測試資料、點名

import random
print (random.random()) # [0, 1)
print (random.randint(1,10)) # [a, b]
print (random.randrange(1,10,2)) # 1-10的奇數
x=[1,2,3,4]
random.shuffle(x)
print (x)
# 科學計數法
print (3.14e2)
print (3.14e-2)
# 複數型別 1+2j j**2=-1
# 形如z=a+bi的數稱為複數（complex number)，其中規定i為虛數單位，a，b是任意實數
# (1+2j)(1+2j)=1+4j+4j**2=1+4j-4=-3+4j
print (complex(1,2)) # (1+2j)
print (complex(1,2)**2) # (-3+4j)
# 運算子：+ - * 乘法 / 除法 // 整除 ** 冪 % 取模
print (3**2) # 9
print (6//4) # 1
# += -= *= /= %= **= //=
a=3b=3
a**=b
print (a) # 27
# & 按位與 | 按位或 ^ 按位異或 << 左移 >> 右移
# 8421
a=5 # 0101
b=3 # 0011
print (a|b) # 0111 7
print (a&b) # 0001 1
print (a^b) # 0110 6 相同為0，不同為1
print (a<<2) # 左移 20

# -*- coding: utf-8 -*-

# @time : $ $
# @author : ***
# @file : $.py

ctrl+/   注釋

ctrl+shift+f10 執行**(當前檔案)
shift+f10 執行**(上次執行的)
ctrl+alt+f10 執行**(選擇執行)
ctrl+alt+v 抽取變數
ctrl+alt+m 抽取方法
ctrl+alt+l 格式化**

Python 機器學習基礎

pandas matplotlib reference numpy 的資料結構 numpy的基本操作 當進行 和 等邏輯判斷時，numpy會對array中所有元素進行判斷。import numpy vector numpy.array 5,10,6,7 vector 10 output array ...

python基礎（機器學習）

高階函式 import time def deco func starttime time.time func endtime time.time msecs endtime starttime 100 print time is d ms msecs def func print hello ti...

python機器學習基礎

可定義為 機器學習是從資料中自動分析獲得的模型，並利用模型對未知資料進行 可分為 監督學習 主要特點是要在訓練模型時提供給學習系統訓練樣本以及樣本隊員的類別標籤，因此又稱為有導師學習。例 學生從老師那裡獲取知識，資訊，老師提供對錯知識 告知最終答案的學習過程。典型的監督學習方法 決策樹，支援向量機 ...