元数据
Python机器学习实践指南
- 书名： Python机器学习实践指南
- 作者： Alexander T. Combs
- 简介： 机器学习是近年来渐趋热门的一个领域，同时Python语言经过一段时间的发展也已逐渐成为主流的编程语言之一。本书结合了机器学习和Python语言两个热门的领域，通过利用两种核心的机器学习算法来将Python语言在数据分析方面的优势发挥到极致。全书共有10章。第1章讲解了Python机器学习的生态系统，剩余9章介绍了众多与机器学习相关的算法，包括各类分类算法、数据可视化技术、推荐引擎等，主要包括机器学习在公寓、机票、IPO市场、新闻源、内容推广、股票市场、图像、聊天机器人和推荐引擎等方面的应用。
- 出版时间 2017-05-01 00:00:00
- ISBN： 9787115449061
- 分类： 计算机-人工智能
- 出版社： 人民邮电出版社
- PC地址：https://weread.qq.com/web/reader/961328407159a171961a67c
高亮划线
前言
📌 http://github.com/packtpublishing/pythonmachinelearningblueprints。 ⏱ 2019-09-13 08:37:55
1.2 Python库和功能
📌 当seaborn使得这种可视化变得如此简单的时候，学习matplotlib是在浪费时间吗？幸运的是，情况并非如此，seaborn是建立在matplotlib之上的。 ⏱ 2019-09-23 00:38:44
📌 Statsmodels是用于探索数据、估计模型，并运行统计检验的Python包。 ⏱ 2019-09-23 00:40:00
📌 接下来我们使用statsmodels，在这个数据集上运行一个线性回归模型，来预估这种关系的强度。 ⏱ 2019-09-23 00:40:14
📌 它建立在Python科学栈的核心模块之上，也就是NumPy、SciPy、pandas和matplotlib。 ⏱ 2019-09-23 00:44:58
📌 scikit-learn覆盖的一些领域包括：分类、回归、聚类、降维、模型选择和预处理。 ⏱ 2019-09-23 00:45:01
📌 首先，使用iris数据建立一个分类器，然后学习如何利用scikit-learn的工具来评估得到的模型。 ⏱ 2019-09-23 00:45:08
读书笔记
1.2 Python库和功能
划线评论
📌 通过绘制results.fittedvalues，我们可以获取从模型所得的回归线。 在statsmodels包中，还有一些其他的统计函数和测试模块，我希望你能去探索它们。对于Python中标准的统计建模而言，这是一个非常有用的包。接下来，让我们开始学习Python机器学习包中的王者：scikit-learn。 2.scikit-learn scikit-learn是一个令人惊喜的Python库，作者们为其设计了无与伦比的文档，为几十个算法提供了统一的API接口。 ^8292450-7bA7XkLhS - 💭 这本书直接上代码。。很硬。。 - ⏱ 2019-09-23 00:43:17