Python 机器学习 基础 之 【常用机器学习库】 NumPy 数值计算库

Python 机器学习 基础 之 【常用机器学习库】 NumPy 数值计算库

目录

Python 机器学习 基础 之 【常用机器学习库】 NumPy 数值计算库

一、简单介绍

二、Numpy 基础

1、安装NumPy

2、导入NumPy

3、创建数组

4、数组操作

5、常用函数

6、矩阵运算

7、广播机制

8、随机数

三、在机器学习中使用到 Numpy 的简单示例

1、数据预处理

1.1 数据归一化

1.2 数据标准化

2、特征工程

1.1 多项式特征

3、简单线性回归

3.1 生成数据

3.2 线性回归模型

3.3 预测

4、k-均值聚类

4.1、生成数据

4.2、k-均值算法

---

一、简单介绍

Python是一种跨平台的计算机程序设计语言。是一种面向对象的动态类型语言，最初被设计用于编写自动化脚本(shell)，随着版本的不断更新和语言新功能的添加，越多被用于独立的、大型项目的开发。Python是一种解释型脚本语言，可以应用于以下领域： Web 和 Internet开发、科学计算和统计、人工智能、教育、桌面界面开发、软件开发、后端开发、网络爬虫。

Python 机器学习是利用 Python 编程语言中的各种工具和库来实现机器学习算法和技术的过程。Python 是一种功能强大且易于学习和使用的编程语言，因此成为了机器学习领域的首选语言之一。Python 提供了丰富的机器学习库，如Scikit-learn、TensorFlow、Keras、PyTorch等，这些库包含了许多常用的机器学习算法和深度学习框架，使得开发者能够快速实现、测试和部署各种机器学习模型。

Python 机器学习涵盖了许多任务和技术，包括但不限于：

1. 监督学习：包括分类、回归