行者常至

预备知识 高斯分布 一维正态分布 似然函数 最大似然估计 PS: 之前一直比较纠结，最大似然估计的定义为什么是概率密度函数（或概率质量函数）的累积，看了上面的似然函数中的计算实例才逐渐明白。似然函数取得最大值表示相应的参数能够使得统计模型最为合理。 线性模型   线性回归是依据样本数据上抽取的特征，预测连续值结果。简单的例子如依据身高去预测体重，如实验室中根...

category import matplotlib.pyplot as plt import seaborn as sns tips = sns.load_dataset("tips") tips.head() print(tips) # stripplot：画一个散点图，其中一个变量是类别的 sns.stripplot(x="day", y="total_bill", data=

a

测试数据 iris.data Style import seaborn as sns import numpy as np import matplotlib as mpl import matplotlib.pyplot as plt def sinplot(flip=1): x = np.linspace(0, 14, 100) for i in range(1, 7...

测试数据 fandango_scores.csv bar import matplotlib.pyplot as plt import pandas as pd from numpy import arange reviews = pd.read_csv('fandango_scores.csv') cols = ['FILM', 'RT_user_norm', 'Metacriti...

测试数据 unrate.csv

测试数据 fandango_score_comparison.csv series import pandas as pd from pandas import Series fandango = pd.read_csv('fandango_score_comparison.csv') series_film = fandango['FILM'] print(series_film[...

测试数据 titanic_train.csv isnull import pandas titanic_survival = pandas.read_csv("titanic_train.csv") # Pandas库使用NaN(非数字)表示缺失值 # 我们可以使用pandas.isnull()函数，它获取一个pandas series并返回一系列的True和False age = ...

测试数据 food_info.csv head import pandas food_info = pandas.read_csv("food_info.csv") # csv文件类型 DataFrame print(type(food_info)) print("---1") # dtypes 返回每个列的数据类型。结果为字典 # food_info.dtyp

reshape import numpy as np # arange 在给定的间隔内返回等距值 # reshape 返回一个包含具有新形状的相同数据的数组 a = np.arange(15).reshape(3, 5) print(a) arange import numpy as np # arange 在给定的间隔内返回等距值 print(np.arange(10,...

genfromtxt 从文本文件加载数据，并按指定的方式处理缺失值。 import numpy # genfromtxt 从文本文件加载数据，并按指定的方式处理缺失值。 # delimiter 用来分隔值的字符串。 # 默认情况下，任何连续的空格都充当分隔符。 # 一个整数或整数序列也可以作为每个字段的宽度提供 # dtype 结果数组的可选数据类...