Python

Python相关学习

按照上传时间分类

---

Matplotlib数据可视化

包括如下内容：

1. Matplotlib画图常用技巧
2. 折线图
3. 散点图
4. 可视化异常处理
5. 密度图和等高线图
6. 频次直方图
7. 配置图例和颜色条
8. 多子图的画法
9. 用Matplotlib画三维图

---

Scikit-Learn学习简介

包括如下内容：

1. 机器学习的一些实例
2. 在scikit-learn中的数据表示以及评估器API
3. 超参数和模型验证

---

特征工程

包括如下内容：

1. 分类特征、文本特征、图像特征、衍生特征、缺失值特征、特征管道

---

1_朴素贝叶斯分类

包括如下内容：

1. 贝叶斯分类、高斯贝叶斯、多项式贝叶斯

---

2_线性回归模型

包括如下内容：

1. 简单的线性回归模型 LinearRegression
2. 基函数回归 （多项式+高斯）
3. 正则化

---

3_SVM支持向量机

包括如下内容：

1. 边界最大化原理
2. 用SVM做人脸识别

---

4_决策树与随机森林

包括如下内容：

1. 决策树和随机森林
2. 随机森林回归
3. 用随机森林做手写体识别

---

5_主成分分析PCA

包括如下内容：

1. 用主成分分析进行降维、高维数据的可视化、噪音过滤，以及高维数据的特征选择