主要記錄一些沒懂的還要繼續學的
-
第一次接觸類的概念,樓主是EE生,程式設計之前隻學過C和彙編。
給我的感覺是 類是一種資料類型。像C裡面結構體的格式。
-
聽了一個公開課
講的類似于推薦的
思路确實不錯
源代碼:
import pandas as pd
from matplotlib import pyplot as plt
from sklearn import linear_model
from sklearn.metrics import mean_squared_error
import numpy as np
data = pd.read_csv('data.txt')
#
num = int(data.shape[0]*0.7)
x, y = data[['money']],data[['amount']]
#訓練集測試集
x_train,x_test = x[:num],x[num:]
y_train,y_test = y[:num],y[num:]
#畫圖
plt.scatter(x_train,y_train)
#資料模組化
model = linear_model.LinearRegression()
model.fit(x_train,y_train)
#模型評估
predict_test_y = model.predict(x_test)
print('MSE均方誤差是:%.2f' % mean_squared_error(y_test,predict_test_y))
#預測
new_x = np.array([[84632]])
pre_y = model.predict(new_x)
print(pre_y)
data.shape[]
-
知識圖譜-推薦算法-圖論-社群發現算法
語言:(1)工程 java(2)算法 python scala(spark)
- 不平衡資料集分類
- scikit-learn