python語言中專門針對機器學習應用而發展起來的一款開源框架（演算法庫），可以實現資料預處理、分類、回歸、降維、模型選擇等常用的機器學習演算法
特點
# 尋找a、b(y = ax + b)
from sklearn.linear_model import linearregression
lr_model = linearregression(
)lr_model.fit(x,y)
# 展示a、b
a = lr_model.coef_
b = lr_model.intercept_
# 對新資料做**
#計算y與y'的均方誤差(mse)、r方值(r2_score)
from sklearn.metrics import mean_squared_error,r2_score
mse = mean_squared_error(y,y_predict)
r2 = r2_score(y,y_predict)
#畫圖對比y與y',視覺化模型表現：
from matplotlib import pyplot as plt
plt.scatter(y,y')
#mse越小越好，r²分數越接近1越好
#y' vs y集中度越高越好（越接近直線分布）
# 畫散點圖
import matplotlib.pyplot as plt
plt.scatter(x,y)
# 多張圖同時展示
Flask SQLAlchemy的介紹與安裝
1.認識flask sqlalchemy 再來說一下orm優缺點 優點 缺點 2.環境安裝 pip install flask sqlalchemy方案1 安裝 mysqlclient依賴包 如果失敗再嘗試方案2 pip install mysqlclient方案2 安裝pymysql依賴包 pip...
scikit learn資料集介紹及api使用
load和fetch返回的資料型別datasets.base.bunch 字典格式 from sklearn.datasets import load iris，fetch 20newsgroups news fetch 20newsgrops 大資料集獲取 print news 獲取鳶尾花資料集 ...
SCIKIT LEARN與GBDT使用案例
scikit learn是乙個基於python numpy scipy的機器學習庫 windows下最簡單的安裝方式是使用winpython進行安裝 winpython位址 這段 展示了乙個簡單的gbdt呼叫過程 資料維數24，訓練資料1990，測試資料221 import numpy as np ...