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 ......
CSAPP Notes ML Programming
# CSAPP Notes: ML Programming > Computer System - Notes: ML Programming 本课程主要使用 x86 指令；CISC（复杂指令集）； ARM 属于 RISC （精简指令集）； ## `g++` 和 `gcc` `g++` 和 `gcc ......
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 ......