1. scikit-learn環境
在anaconda常用的命令（在anaconda prompt中鍵入）：
若在window命令視窗中直接輸入conda list會提示不是內部或外部命令：
scikit-learn中文文件：建立在numpy,scipy和matplotlib（事先需要安裝）。
2. anaconda和pycharm編寫程式
資料集：
裡面有一項是：
missing values?
yes下面是資料收集，資料處理階段的**。在pycharm中執行。
from sklearn.linear_model import linearregression #線性回歸要使用
from sklearn.model_selection import train_test_split #將資料進行分割成訓練資料和測試資料
from sklearn.preprocessing import standardscaler #資料的標準化處理
import numpy as np
import pandas as pd
import matplotlib as mpl
import matplotlib.pyplot as plt
import time
# 解決顯示中文字元的問題
mpl.rcparams['font.family'] ='sans-serif'
mpl.rcparams['font.sans-serif'] ='simhei'
mpl.rcparams['axes.unicode_minus']=false
#下面進入機器學習的流程
#下面是資料收集階段
path1='data.txt' #資料集在當前工程下的路徑和名稱
df=pd.read_csv(path1, sep=';', low_memory=false) #讀取資料，以;為分隔符，low_memory表示資料的型別是一致時可以提公升執行速度。
# print(type(df))#型別是dataframe物件，有行和列
# print(df.index)#行索引
# print(df.columns)#列索引
# print(df.head(3))#看前面的三行資料
# print(df.info( ))#看資料的型別，都是物件
#下面是針對於異常資料的處理
new_df=df.replace('?', np.nan)#將?替換為np.nan
datas=new_df.dropna(axis=0, how='any')#任一行有np.nan時就把這一行給刪掉
# print(datas.index)
# print(datas.columns)
# print(datas.describe().t)#有9個特徵，有object型別的可以顯示。
y=datas['global_active_power'] #取出global_active_power這一列的資料，即功率。變為series series是由一組資料及與之相關的資料索引組成。即1 5.374,3 5.388。
# print(type(y))
# print(y.head(4))
def data_format(dt):
#dt是series [date] [time]，如[16/12/2006] [17:24:00]
t=time.strptime(' '.join(dt), '%d/%m/%y %h:%m:%s')#把dt分割，以空格分開由join連線起來。
return(t.tm_year, t.tm_mon, t.tm_mday, t.tm_hour, t.tm_min, t.tm_sec)
x=datas.iloc[:, 0:2] #取出第1和2列資料
# print(x.head(4))
# print(type(x))
《機器學習實戰》小結
最近一段時間讀了peter harrington 的machine learning in action，對機器學習有個大致的了解，做個總結。全書分為4部分 監督學習 分類 回歸 無監督學習 其他工具。包含演算法原理解釋，並講解python實現演算法的流程。讀完能對機器學習方法有個大致了解。我主要細...
機器學習知識小結
機器學習方法從數學的角度來看其實就是 模型 策略 演算法。模型就是對乙個實際業務問題進行建模，將其轉化為乙個可以用數學來量化表達的問題。策略就是定義損失函式來描述 值與理論值之間的差距，將其轉化為乙個使損失函式最小化的優化問題。演算法指的是求解最優化問題的方法，我們一般將其轉化為無約束優化問題，然後...
機器學習演算法小結
貝葉斯分類器 bayesian classifier 如何建立乙個文件分類系統，用於垃圾郵件過濾，或是根據關鍵字的模糊搜尋來對一組文件進行劃分 貝葉斯分類器一般用於關於文件處理，但實際上也可以適用於任何其他形式的資料集，只要能將其轉化成一組特徵列表。所謂特徵，就是指乙個給定項中存在或缺少的某種東西。...