MachineLearning简介篇-创新互联
1、Pandas模块
DataFrame提供的是一个类似表的结构，由多个Series组成，而Series在DataFrame中columns。
附： pandas模块文档
2、安装IPython解释器：
其实，一键安装Anaconda可以帮助使用者，一次性配置好我所有需要的工具包以及IPython解释器环境。但是，出于我想学习更加透彻，所以自己安装工具包和IPython解释器环境。
（1）因为，python在windows下通过pip安装带有c扩展的包时，如果是python2.7，需要vs2008，如果是 python 3.x，需要vs2010，版本错了都不行（建议直接装编译好的安装包：
http://www.lfd.uci.edu/~gohlke/pythonlibs/#lxml）。
但链接里没有IPython，所以我用的方法是官网下载并安装VCForPython27.msi。
然后在控制台里输入：
pip install ipython
pip install “ipython[notebook]”
进入ipynb文件所在目录，输入ipython notebook，会在浏览器中打开ipynb文件。
ipython notebook在下一个版本被命名为Jupyter Notebook。
通过pip install jupyter安装
jupyter notebook运行
3、
散列图scatter()
使用plot()绘图时，如果指定样式参数为仅绘制数据点，那么所绘制的就是一幅散列图。但是这种方法所绘制的点无法单独指定颜色和大小。
scatter()所绘制的散列图却可以指定每个点的颜色和大小。
scatter()的前两个参数是数组，分别指定每个点的X轴和Y轴的坐标。
s参数指定点的大 小，值和点的面积成正比。它可以是一个数，指定所有点的大小；也可以是数组，分别对每个点指定大小。
c参数指定每个点的颜色，可以是数值或数组。这里使用一维数组为每个点指定了一个数值。通过颜色映射表，每个数值都会与一个颜色相对应。默认的颜色映射表中蓝色与最小值对应，红色与大值对应。当c参数是形状为(N,3)或(N,4)的二维数组时，则直接表示每个点的RGB颜色。
marker参数设置点的形状，可以是个表示形状的字符串，也可以是表示多边形的两个元素的元组，第一个元素表示多边形的边数，第二个元素表示多边形的样式，取值范围为0、1、2、3。0表示多边形，1表示星形，2表示放射形，3表示忽略边数而显示为圆形。
alpha参数设置点的透明度。
lw参数设置线宽，lw是line width的缩写。
facecolors参数为“none”时，表示散列点没有填充色。
4、Sigmoid函数是一个在生物学中常见的S型的函数，也称为S型生长曲线。
sigmoid函数是一个良好的阈值函数,连续，光滑，严格单调，关于(0,0.5)中心对称。
http://blog.csdn.net/chl033/article/details/4851541
5、读取 .csv 文件
#读取 .csv 文件练习
import csv
csvfile = file('csv_test.csv', 'wb')
writer = csv.writer(csvfile)
writer.writerow(['姓名', '年龄', '电话'])
data = [
('小河', '25', '1234567'),
('小芳', '18', '789456')
]
writer.writerows(data)
#csvfile.close()
csvfile = file('csv_test.csv', 'rb')
reader = csv.reader(csvfile)
for line in reader:
print line
csvfile.close()
['\xe5\xa7\x93\xe5\x90\x8d', '\xe5\xb9\xb4\xe9\xbe\x84', '\xe7\x94\xb5\xe8\xaf\x9d']
['\xe5\xb0\x8f\xe6\xb2\xb3', '25', '1234567']
['\xe5\xb0\x8f\xe8\x8a\xb3', '18', '789456']6、train_test_split(分割train与test数据)函数练习
>>> import numpy as np >>> from sklearn.model_selection import train_test_split >>> X, y = np.arange(10).reshape((5, 2)), range(5) >>> Xarray([[0, 1], [2, 3], [4, 5], [6, 7], [8, 9]]) >>> list(y) [0, 1, 2, 3, 4] >>> >>> X_train, X_test, y_train, y_test = train_test_split( X, y, test_size=0.33, random_state=42) >>> X_train array([[4, 5], [0, 1], [6, 7]]) >>> y_train [2, 0, 3] >>> X_test array([[2, 3], [8, 9]]) >>> y_test [1, 4]
另外有需要云服务器可以了解下创新互联scvps.cn，海内外云服务器15元起步，三天无理由+7*72小时售后在线，公司持有idc许可证，提供“云服务器、裸金属服务器、高防服务器、香港服务器、美国服务器、虚拟主机、免备案服务器”等云主机租用服务以及企业上云的综合解决方案，具有“安全稳定、简单易用、服务可用性高、性价比高”等特点与优势，专为企业上云打造定制，能够满足用户丰富、多元化的应用场景需求。
本文标题：MachineLearning简介篇-创新互联
网页地址：http://mswzjz.cn/article/ejsop.html