Gettler的博客

【实验要求】AdaBoostClassifier参数解释:base_estimator：弱分类器，默认是CART分类树：DecisionTressClassifieralgorithm：在scikit-learn实现了两种AdaBoost分类算法，即SAMME和SAMME.R， SAMME就是AdaBoost算法，指Discrete。AdaBoost.SAMME.R指Real AdaBoost，返回值不再是离散的类型，而是一个表示概率的实数值。SAMME.R的迭代一般比SAMME快，默认算法是SA

肿瘤预测（AdaBoost）【实验内容】 基于威斯康星乳腺癌数据集，使用AdaBoost算法实现肿瘤预测。【实验要求】 1.加载sklearn自带的数据集，使用DataFrame形式探索数据。 2.划分训练集和测试集，检查训练集和测试集的平均癌症发生率。 3.配置模型，训练模型，模型预测，模型评估。 （1）构建一棵最大深度为2的决策树弱学习器，训练、预测、评估。 （2）再构建一个包含50棵树的AdaBoost集成分类器（步长为3），训练、预测、评估。

K-Means 实操项目：不同含量果汁饮料的聚类【实验内容】某企业通过采集企业自身流水线生产的一种果汁饮料含量的数据集，来实现K-Means算法。通过聚类以判断该果汁饮料在一定标准含量偏差下的生产质量状况，对该饮料进行类别判定。 【数据集】 该数据集共有样本59个，变量2个，包括juice（该饮料的果汁含量偏差）、sweet（该饮料的糖分含量偏差），单位均为mg/ml。 所有特征变量都为与标准含量相比的偏差，该数据集没有目标类别标签变量。【实验要求】1.加载数据集，读取数据，探索数

肿瘤预测（决策树）【实验内容】 基于威斯康辛乳腺癌数据集，采用决策树的方法进行肿瘤预测。【实验要求】1.加载sklearn自带的威斯康星乳腺癌数据集，探索数据。2.进行数据集分割。3.配置决策树模型。4.训练决策树模型。5.模型预测。6.模型评估。7.参数调优。可以根据评估结果，对模型设置或调整为更优的参数，使评估结果更准确。from sklearn.datasets import load_breast_cancerfrom sklearn.model_select

顾客购买服装的分析与预测【实验内容】采用决策树算法，对“双十一”期间顾客是否买服装的数据集进行分析与预测。顾客购买服装数据集：包含review（商品评价变量）、discount（打折程度）、needed（是否必需）、shipping（是否包邮）、buy（是否购买）。【实验要求】1.读取顾客购买服装的数据集（数据集路径：data/data76088/3_buy.csv），探索数据。2.分别用ID3算法和CART算法进行决策树模型的配置、模型的训练、模型的预测、模型的评估。3.扩展内容（选做）：对

肿瘤分类与预测（SVM）【实验内容】采用SVM方法，对美国威斯康星州的乳腺癌诊断数据集进行分类，实现针对乳腺癌检测的分类器，以判断一个患者的肿瘤是良性还是恶性。【实验要求】参考实现步骤：（具体实现可以不同）1.加载data文件夹里的数据集：威斯康星乳腺肿瘤数据集（数据集路径：data/data74924/data.csv）。2.查看样本特征和特征值，查看样本特征值的描述信息。3.进行数据清洗（如删除无用列，将诊断结果的字符标识B、M替换为数值0、1等）。4.进行特征选取（方便后续的模

肿瘤分类与预测（朴素贝叶斯）【实验内容】采用朴素贝叶斯方法，对美国威斯康星州的乳腺癌诊断数据集进行分类，实现针对乳腺癌检测的分类器，以判断一个患者的肿瘤是良性还是恶性。【实验要求】1.导入sklearn自带的数据集：威斯康星乳腺肿瘤数据集（load_breast_cancer）。2.打印数据集键值（keys），查看数据集包含的信息。3.打印查看数据集中标注好的肿瘤分类（target_names）、肿瘤特征名称（feature_names）。4.将数据集拆分为训练集和测试集，打印查看训练

1.读取给定文件中数据集文件。（数据集路径：data/data72160/1_film.csv）2.绘制影厅观影人数（filmnum）与影厅面积（filmsize）的散点图。3.绘制影厅人数数据集的散点图矩阵。4.选取特征变量与相应变量，并进行数据划分。5.进行线性回归模型训练。6.根据求出的参数对测试集进行预测。7.绘制测试集相应变量实际值与预测值的比较。8.对预测结果进行评价。

机器学习实验之糖尿病预测实验内容： diabetes 是一个关于糖尿病的数据集， 该数据集包括442个病人的生理数据及一年以后的病情发展情况。 该数据集共442条信息，特征值总共10项, 如下: age:年龄 sex:性别 bmi(body mass index):身体质量指数，是衡量是否肥胖和标准体重的重要指标，理想BMI(18.5~23.9) = 体重(单位Kg) ÷ 身高的平方 (单位m) bp(blood pressure):血压（平均血压） s1,s2,s3

【代码】Pandas实战 Facebook 数据集预测签到位置。

【代码】Pandas 学习笔记二。

Pandas 学习核心数据结构DataFrameimport numpy as npdata = np.random.normal(0,1,(10,5))dataarray([[ 1.21218494, -0.30678674, -0.66781485, 0.13414137, 0.79799153], [-1.35105539, 1.26378017, 0.04932303, -0.93626636, -0.1161889 ], [-0.01031587,

bool值，true的位置的值，false的位置的值。同 np.dot(data1,data2)传bool值，全为true才返回true。因为读取后的数据处理较为繁琐，故一般只用。有一个为true就返回true。同 data1 @ data2。axis = 0 按列。axis = 1 按行。

from jupyterthemes import jtplotjtplot.style(theme='monokai') #选择一个绘图主题import matplotlib.pyplot as plt# 个别环境需要以下代码%matplotlib inlineplt.figure()plt.plot([1,0,9],[4,5,6])plt.show()折线图绘制与显示# 展现一周天气# 1.创建画布plt.figure(figsize=(20,8)) # plt.figu

sklearn 库加载数据集小数据集sk.datasets.load_iris();大数据集sk.datasets.fetch_20newsgroups()数据集返回值datasets.base.Bunch（继承自字 典类型）使用数据集# 数据集使用def datasets_demo(): iris = load_iris(); print("鸢尾花数据集：\n", iris) print("数据集描述：\n", iris["DESCR"])