Python的库应该学哪几个?还有在code上咋运行Python?
1条回答 默认 最新
- 2022-08-02 11:53回答 2 已采纳 我也不太懂，我就把当初别人推荐给我的说一下吧 基础课程就是高数、线性代数、概率论。 书籍的话西瓜书和李航的《统计学习方法》
- 2022-09-24 21:21回答 1 已采纳 如果你的数据集够多，可以用网络训练。但听你的描述，感觉大概是非线性规划，就是有目标方程和多种目标条件限制，比如说求利润最大，里面要考虑运输成本，人的行为博弈，还有人数安排。我推荐你可以先看看一些启发式
- 2023-03-12 14:43回答 2 已采纳 这个错误提示表明，在计算距离的时候使用了字符串类型的数据，而距离计算一般是针对数值型数据的。你需要检查你的数据，看看是否有些特征是字符串类型的，如果有，你需要进行相应的处理，将其转换为数值类型，比如使
- 2024-09-25 10:51整个教程将引导读者由浅入深地理解和掌握利用Python来完成各类不同的机器学习项目流程。 适用人群：面向有一定Python编程经验并且希望进入机器学习领域的开发者或是数据科学爱好者。 使用场景及目标：对于那些想从...
- 2022-03-02 23:00回答 1 已采纳 算法是算法，机器学习是机器学习，机器学习里的一些策略方法会用到算法来优化。机器学习的理论有的比较晦涩，而算法的原理往往简单易懂，一般机器学习需要用到最优化方面和概率方面的优化算法
- 2022-11-11 15:51回答 4 已采纳 机器学习的一般分类为:监督学习、无监督学习、强化学习、半监督学习、主动学习。很多东西可以cv出来，但是业务不一样，怎么整合你的业务，就是技术问题了。
- 2023-03-10 15:55回答 2 已采纳 文章：Python3.9学习笔记（慕羽★）（一） 中也许有你想要的答案，请看下吧
- 2022-05-26 16:19本课程从浅显易懂的“大数据和机器学习”原理说明入手，讲述大数据和机器学习的基本概念，如分析、分类、训练、建模、预测、推荐引擎、二元分类、多元分类、回归分析和Pipeline等；为降低学习大数据技术的门槛，提供...
- 2021-09-26 13:32回答 2 已采纳 from sklearn.datasets import fetch_openml from matplotlib import pyplot as plt mnist = fetch_openm
- 2022-10-17 17:38回答 2 已采纳 给你找了一篇非常好的博客，你可以看看是否有帮助，链接：Python机器学习零基础理解决策树分析
- 2022-09-20 14:55回答 1 已采纳 不知道你这个问题是否已经解决, 如果还没有解决的话: 这篇文章讲的很详细，请看：【机器学习面试题】——梯度下降如果你已经解决了该问题, 非常希望你能够分享一下解决方案, 写成博客, 将相关链接放在评论
- 2021-09-29 18:43《machinelearning-pdf_zip1_machineLearning_python机器学习》这个压缩包文件是针对Python机器学习的一份综合教程，旨在帮助初学者从基础知识入手，逐步掌握到实际编程应用。它涵盖了多个关键领域，包括数学基础、...
- 2022-02-07 01:05回答 1 已采纳 直接加载模型然后对新数据集进行预测啊，结果就是0或者1，然后把结果按照之前训练的数据集格式写入一个新的csv，这就是相当于打上标签了，但是这个标签不一定是全部对的，除非你能保证你的模型推理结果一定是正
- 2021-02-05 17:56Python机器学习机器学习，如今最令人着迷的计算机领域（之一）。谷歌，Facebook，苹果，亚马逊，BAT等大公司早已展开了一场关于机器学习的军备竞赛。从手机上的语音助手，垃圾邮件过滤到逛淘宝时的物品推荐，无一...
- 2024-09-02 20:50在此基础上，选择合适的机器学习算法是至关重要的，初学者可能会从简单线性回归、逻辑回归等基础模型入手，逐渐学习更复杂的算法，如决策树、随机森林、梯度提升树等。 在模型的训练过程中，需要对数据集进行拆分，...
- 没有解决我的问题, 去提问
问题事件
创建了问题
11月16日