ml
【小睿的ML之路】Seaborn-多变量分析绘制
%matplotlib inline import seaborn as sns # 导入 seaborn 库，用于绘制统计图形。 import numpy as np # 导入 numpy 库，用于处理数值计算。 import pandas as pd # 导入 pandas 库，用于处理数据。 ......
【小睿的ML之路】Seaborn-回归分析绘图
%matplotlib inline # 这是一个魔术命令，用于在 Jupyter Notebook 中显示 matplotlib 生成的图形。 import seaborn as sns # 导入 seaborn 库，用于绘制统计图形。 import numpy as np # 导入 numpy ......
【小睿的ML之路】Seaborn-单变量分析绘制
import seaborn as sns import numpy as np import pandas as pd import matplotlib as mpl import matplotlib.pyplot as plt %matplotlib inline x = np.random ......
【小睿的ML之路】Seaborn调色板更多颜色设置
import seaborn as sns import numpy as np import pandas as pd import matplotlib as mpl import matplotlib.pyplot as plt %matplotlib inline 使用xkcd颜色来命名颜色 ......
【小睿的ML之路】Seaborn调色板
import seaborn as sns import numpy as np import pandas as pd import matplotlib as mpl import matplotlib.pyplot as plt %matplotlib inline # 设置图形大小为 (6, ......
【小睿的ML之路】Seaborn风格细节设置
import seaborn as sns import numpy as np import pandas as pd import matplotlib as mpl import matplotlib.pyplot as plt %matplotlib inline sns.set_style ......
【小睿的ML之路】Seaborn布局整体风格设置
import seaborn as sns import numpy as np import pandas as pd import matplotlib as mpl import matplotlib.pyplot as plt %matplotlib inline def sinplot(f ......
【小睿的ML之路】Matplotlib柱形图与盒形（箱线）图
import pandas as pd import matplotlib.pyplot as plt reviews = pd.read_csv('fandango_scores.csv') # 电影评分的数据集，包含了电影名称和不同对象的评分 cols = ['FILM','RT_user_no ......
【小睿的ML之路】Matplotlib条形图、散点图--电影评分数据集
条形图 import pandas as pd reviews = pd.read_csv('fandango_scores.csv') # 电影评分的数据集，包含了电影名称和不同对象的评分 cols = ['FILM','RT_user_norm','Metacritic_user_nom','I ......
【小睿的ML之路】Matplotlib子图操作（创建子图，多数据设置颜色、标签等）--美国失业率
创建子图 import matplotlib.pyplot as plt import numpy as np import pandas as pd unrate = pd.read_csv('UNRATE.csv') unrate['DATE'] = pd.to_datetime(unrate[ ......
面试经典问题：ML与DL基础
3.1 机器学习相关 3.1.1 机器学习 介绍一个最熟悉的机器学习算法 决策树怎么建树，基尼系数公式 Adaboost拟合目标是什么 Adaboost介绍一下，每个基学习器的权重怎么得到的 介绍下GBDT 介绍XGBoost 介绍下LightGBM LightGBM相对于XGBoost的改进 GB ......
【小睿的ML之路】Matplotlib折线图绘制--美国失业率
import pandas as pd unrate = pd.read_csv('UNRATE.csv') unrate['DATE'] = pd.to_datetime(unrate['DATE']) #时间日期转换 print(unrate.head(12)) DATE VALUE 0 194 ......
【小睿的ML之路】Pandas自定义函数（含泰坦尼克号数据分析案例实战）
import pandas as pd titanic_survival = pd.read_csv("titanic_train.csv") # 返回第一百行数据 def hundredth_row(column): hundredth_item = column.loc[99] return h ......
【小睿的ML之路】Pandas数据预处理（含泰坦尼克号数据分析案例实战）
import pandas food_info = pandas.read_csv("food_info.csv",encoding="gbk") print(food_info) 名称 价格（元） 糖分（g） 重量（kg） 含水量（mg） 0 苹果 200 20 10 30 1 香蕉 100 50 ......
【小睿的ML之路】Pandas索引与计算
import pandas food_info = pandas.read_csv("food_info.csv",encoding="gbk") print(food_info) 名称 价格（元） 糖分（g） 重量（kg） 含水量（mg） 0 苹果 200 20 10 30 1 香蕉 100 50 ......
【小睿的ML之路】Pandas数据读取
import pandas food_info = pandas.read_csv('food_info.csv',encoding='gbk') print(type(food_info)) print(food_info.dtypes) print(help(pandas.read_csv)) ......
【小睿的ML之路】Numpy常用函数
import numpy as np a = np.arange(3) print(a) [0 1 2] print(np.exp(a)) # 指数运算 e^0 e^1 e^2 [1. 2.71828183 7.3890561 ] print(np.sqrt(a)) # 计算每个元素的平方根 [0. ......
【小睿的ML之路】Numpy数据结构篇
import numpy world_alcohol=numpy.genfromtxt('world_alcohol.txt',delimiter=",",dtype=str,encoding='utf-8') print(type(world_alcohol)) <class 'numpy.nda ......
【小睿的ML之路】Numpy矩阵属性和矩阵操作篇
import numpy as np print(np.arange(15)) a = np.arange(15).reshape(5,3) # 矩阵重组 print(a) [ 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14] [[ 0 1 2] [ 3 4 5] [ 6 7 ......
【小睿的ML之路】Numpy基本操作篇
import numpy vector = numpy.array(["1","2","3"]) print(vector) print(vector.dtype) vector = vector.astype(float) #类型转换 print(vector) print(vector.dtyp ......
【小睿的ML之路】Anaconda和Jupyter Notebook环境安装
集成开发环境 Anaconda Anaconda Prompt Jupyter Notebook Anaconda Prompt # 查看环境已经安装的库 conda list Jupyter Notebook 设置工作目录 打开anaconda prompt ，输入jupyter notebook ......
ML——week3
七、正则化(Regularization) 7.1 过拟合的问题 线性回归和逻辑回归能够有效地解决许多问题，但是当将它们应用到某些特定的机器学习场景时，会遇到过拟合(over-fitting)的问题，可能会导致它们效果很差。因此，我们需要一种正则化(regularization)的技术，它可以改善或 ......
ML——四, 多变量线性回归(Linear Regression with Multiple Variables)
4.1 多维特征 现在我们对房价模型增加更多的特征，例如房间数楼层等，构成一个含有多个变量的模型，模型中的特征为(x1,x2,x3,....,xn). 因此，用n表示特征的数量，用x(i)j 表示第i个实例的第j个特征。 则支持多变量的假设h可表示为：h(x(i))=sita0+sita1*x(i) ......
ML——三、线性代数回顾(Linear Algebra Review)
3.1 矩阵和向量 这一节对矩阵和向量的概念进行描述，不再赘述。 3.2 加法和标量乘法 矩阵和矩阵的加法：对应元素相加 矩阵和标量乘法：矩阵的每个元素都与标量相乘 3.3 矩阵向量乘法 以及 3.4 矩阵乘法 都可以看作是矩阵乘法，第i行乘第j列，对应元素相乘再相加，然后放到结果矩阵的第i行第j列 ......
统计数据源(NLP/AI/ML): Indeed.com(全球超过60个市场28种语言的招聘站:可视化统计数据https://www.hiringlab.org/data/)
Indeed.com: 全球招聘站可视化统计数据: (全球超过60个市场28种语言的招聘站:可视化统计数据https://www.hiringlab.org/data/) Indeed has websites in over 60 markets and 28 languages. The ful ......
ML—— 二、单变量线性回归(Linear Regression with One Variable)
2.1 模型表示 本节将通过线性回归来了解监督学习的过程: 对于房价预测模型，我们之所以将其称为监督学习（因为对每个数据都有一个正确答案-真实的房价）。由于房价是一些连续的值，因此这是一个回归问题。 h代表学习算法的解决方案或函数也称为假设（hypothesis）,监督学习算法的工作方式如下 要解决 ......
Google开源了可视化编程框架Visual Blocks for ML
Visual Blocks for ML是一个由Google开发的开源可视化编程框架。它使你能够在易于使用的无代码图形编辑器中创建ML管道。 为了运行Visual Blocks for ML。需要确保你的GPU是可以工作的。剩下的就是clone代码，然后运行，下面我们做一个简单的介绍： Visual ......
m扩展索引OFDM(Spread-OFDM-IM)matlab仿真,信号检测对比ZF,MMSE,ML等方法
1.算法仿真效果 matlab2022a仿真结果如下： 2.算法涉及理论知识概要 基于索引调制的OFDM(OFDM-IM,OFDM with Index Modulation)技术被提出,在频率选择性衰落信道上提升了系统的分集增益,特别是在较低频谱效率场景下能够有效降低系统的误比特率。在OFDM-I ......
【论文阅读】CleanML：评估数据清理对 ML 分类任务影响的研究
> CleanML: A Study for Evaluating the Impact of Data Cleaning on ML Classification Tasks Peng Li, Xi Rao, Jennifer Blase, Yue Zhang, Xu Chu, Ce Zhang ......
GPT之路(二) AI基础之机器学习ML工作原理
1.什么是机器学习？ 机器学习 (ML) 是人工智能 (AI) 的一部分，属于计算科学领域，专门分析和解释数据的模式及结构，以实现无需人工交互即可完成学习、推理和决策等行为的目的。机器学习在没有明确指令的情况下，依靠既有模式和推理来执行任务。计算机系统使用机器学习算法来处理大量历史数据，并识别数据模 ......