python与机器学习入门

1、Anaconda的安装与使用。

2、第一个机器学习样例：

（1.3.1 获取与处理数据）

#导入需要用到的库
import numpy as np
import matplotlib.pyplot as plt

#定义存储输入数据（x）和目标数据（y）的数组
x,y=[],[]
#遍历数据集，变量sample对应的正是一个个样本
for sample in open("D:/1/_Data/prices.txt","r"):   #“/”相对路径
#for sample in open("D:\\1\\_Data\\prices.txt","r"):  #"\\"绝对路径
#由于数据是用逗号隔开的，所以调用python中的split方法并将逗号作为参数传入
    _x,_y=sample.split(",")
    #将字符串数据转化为浮点数
    x.append(float(_x))
    y.append(float(_y))
#读取完数据后，将它们转化为Numpy数组以方便进一步处理
x,y=np.array(x),np.array(y)
#标准化
x = (x-x.mean()) / x.std()
#将原始数据以散点图的形式画出
plt.figure()
plt.scatter(x,y,c="g",s=6)

plt.show()

上面这段代码的运行结果如图1.9所示。

图1.9  预处理后的数据散点图

（1.3.2  选择与训练模型）

#在（-2，4）这个区间上取100个点作为画图的基础
x0 = np.linspace(-2,4,100)
#利用Numpy的函数定义训练并返回多项式回归的函数
#deg参数代表着模型参数中的n，亦即模型中的多项式的次数
#返回的模型能够根据输入的x（模型是x0），返回相应的预测的y
def get_model(deg):

    return lambda input_x=x0:np.polyval(np.polyfit(x,y,deg),input_x)

（1.3.3  评估与可视化结果）

#根据参数n、输入的x、y返回相应的损失
def get_cost(deg,input_x,input_y):
    return 0.5 * ((get_model(deg)(input_x) - input_y) ** 2).sum()
#定义测试参数集并根据它进行各种实验
test_set = (1,4,10)
for d in test_set:
    #输出相应的损失
    print(get_cost(d,x,y))
    
#画出相应的图像
plt.scatter(x,y,c="g",s=20)
for d in test_set:
    plt.plot(x0,get_model(d)(),label="degree={}".format(d))
#将横轴、纵轴的范围分别限制在（-2，4）、（10^5，8*10^5）
plt.xlim(-2,4)
plt.ylim(1e5,8e5)
#调用legend方法使曲线对应的label正确显示
plt.legend()
plt.show()