MachineLearning簡介篇

1、Pandas模塊

   DataFrame提供的是一個類似表的結構，由多個Series組成，而Series在DataFrame中columns。 

       附： pandas模塊文檔

2、安裝IPython解釋器：

    其實，一鍵安裝Anaconda可以幫助使用者，一次性配置好我所有需要的工具包以及IPython解釋器環境。但是，出于我想學習更加透徹，所以自己安裝工具包和IPython解釋器環境。

（1）因為，python在windows下通過pip安裝帶有c擴展的包時，如果是python2.7，需要vs2008，如果是    python 3.x，需要vs2010，版本錯了都不行（建議直接裝編譯好的安裝包：
  http://www.lfd.uci.edu/~gohlke/pythonlibs/#lxml）。

   但鏈接里沒有IPython，所以我用的方法是官網下載并安裝VCForPython27.msi。

   然后在控制臺里輸入：

   pip install ipython

   pip install “ipython[notebook]”

   進入ipynb文件所在目錄，輸入ipython notebook，會在瀏覽器中打開ipynb文件。

    ipython notebook在下一個版本被命名為Jupyter Notebook。

    通過pip install jupyter安裝

    jupyter notebook運行

3、

散列圖scatter()

使用plot()繪圖時，如果指定樣式參數為僅繪制數據點，那么所繪制的就是一幅散列圖。但是這種方法所繪制的點無法單獨指定顏色和大小。
scatter()所繪制的散列圖卻可以指定每個點的顏色和大小。
scatter()的前兩個參數是數組，分別指定每個點的X軸和Y軸的坐標。
s參數指定點的大 小，值和點的面積成正比。它可以是一個數，指定所有點的大小；也可以是數組，分別對每個點指定大小。
c參數指定每個點的顏色，可以是數值或數組。這里使用一維數組為每個點指定了一個數值。通過顏色映射表，每個數值都會與一個顏色相對應。默認的顏色映射表中藍色與最小值對應，紅色與最大值對應。當c參數是形狀為(N,3)或(N,4)的二維數組時，則直接表示每個點的RGB顏色。
marker參數設置點的形狀，可以是個表示形狀的字符串，也可以是表示多邊形的兩個元素的元組，第一個元素表示多邊形的邊數，第二個元素表示多邊形的樣式，取值范圍為0、1、2、3。0表示多邊形，1表示星形，2表示放射形，3表示忽略邊數而顯示為圓形。
alpha參數設置點的透明度。
lw參數設置線寬，lw是line width的縮寫。
facecolors參數為“none”時，表示散列點沒有填充色。

4、Sigmoid函數是一個在生物學中常見的S型的函數，也稱為S型生長曲線。

    sigmoid函數是一個良好的閾值函數,連續，光滑，嚴格單調，關于(0,0.5)中心對稱。

http://blog.csdn.net/chl033/article/details/4851541

5、讀取 .csv 文件

  #讀取 .csv 文件練習
  import csv
  csvfile = file('csv_test.csv', 'wb')
  writer = csv.writer(csvfile)
  writer.writerow(['姓名', '年齡', '電話'])
  data = [
    ('小河', '25', '1234567'),
    ('小芳', '18', '789456')
   ]
  writer.writerows(data)
  #csvfile.close()
  csvfile = file('csv_test.csv', 'rb')
  reader = csv.reader(csvfile)
  for line in reader:
      print line
  csvfile.close()
['\xe5\xa7\x93\xe5\x90\x8d', '\xe5\xb9\xb4\xe9\xbe\x84', '\xe7\x94\xb5\xe8\xaf\x9d']
['\xe5\xb0\x8f\xe6\xb2\xb3', '25', '1234567']
['\xe5\xb0\x8f\xe8\x8a\xb3', '18', '789456']

6、train_test_split(分割train與test數據)函數練習

>>> import numpy as np
>>> from sklearn.model_selection import train_test_split
>>> X, y = np.arange(10).reshape((5, 2)), range(5)
>>> Xarray([[0, 1],   
       [2, 3],      
      [4, 5],     
      [6, 7],     
       [8, 9]])
>>> list(y)
    [0, 1, 2, 3, 4]
>>>
>>> X_train, X_test, y_train, y_test = train_test_split(
           X, y, test_size=0.33, random_state=42)
>>> X_train
array([[4, 5],   
     [0, 1],      
    [6, 7]])
>>> y_train
[2, 0, 3]
>>> X_test
array([[2, 3],     
    [8, 9]])
>>> y_test
[1, 4]