机器学习 - 多项式回归多项式回归（Polynomial Regression）如果您的数据点显然不适合线性回归（穿过数据点之间的直线），那么多项式回归可能是理想的选择。像线性回归一样，多项式回归
机器学习 - 线性回归回归当您尝试找到变量之间的关系时，会用到术语“回归”（regression）。在机器学习和统计建模中，这种关系用于预测未来事件的结果。线性回归线性回
机器学习 - 散点图散点图（Scatter Plot）散点图是数据集中的每个值都由点表示的图。Matplotlib 模块有一种绘制散点图的方法，它需要两个长度相同的数组，一个数组用于 x 轴的值，另
机器学习 - 正态数据分布正态数据分布（Normal Data Distribution）在上一章中，我们学习了如何创建给定大小且在两个给定值之间的完全随机数组。在本章中，我们将学习如何创建一个
机器学习 - 数据分布数据分布（Data Distribution）在本教程稍早之前，我们仅在例子中使用了非常少量的数据，目的是为了了解不同的概念。在现实世界中，数据集要大得多，但是至少在项目
机器学习 - 百分位数什么是百分位数？统计学中使用百分位数（Percentiles）为您提供一个数字，该数字描述了给定百分比值小于的值。例如：假设我们有一个数组，包含住在一条街上的人的年
机器学习 - 标准差什么是标准差？标准差（Standard Deviation，又常称均方差）是一个数字，描述值的离散程度。低标准偏差表示大多数数字接近均值（平均值）。高标准偏差表示这些值分布在
机器学习 - 平均中位数模式均值、中值和众数从一组数字中我们可以学到什么？在机器学习（和数学）中，通常存在三中我们感兴趣的值： 均值（Mean） - 平均值 中值（Median） - 中点值，又称中位
机器学习 - 入门机器学习使计算机能够从研究数据和统计信息中学习。机器学习是迈向人工智能（AI）方向的其中一步。机器学习是一种程序，可以分析数据并学习预测结果。从何处开始？
NumPy ufuncs什么是 ufuncs？ufuncs 指的是“通用函数”（Universal Functions），它们是对 ndarray 对象进行操作的 NumPy 函数。为什么要使用 ufuncs？ufunc 用于在 NumPy
NumPy 中的随机数什么是随机数？随机数并不意味着每次都有不同的数字。随机意味着无法在逻辑上预测的事物。伪随机和真随机计算机在程序上工作，程序是权威的指令集。因此，这意味
NumPy 数组过滤数组过滤从现有数组中取出一些元素并从中创建新数组称为过滤（filtering）。在 NumPy 中，我们使用布尔索引列表来过滤数组。布尔索引列表是与数组中的索引相对应的
NumPy 数组排序数组排序排序是指将元素按有序顺序排列。有序序列是拥有与元素相对应的顺序的任何序列，例如数字或字母、升序或降序。NumPy ndarray 对象有一个名为 sort() 的
NumPy 数组搜索搜索数组您可以在数组中搜索（检索）某个值，然后返回获得匹配的索引。要搜索数组，请使用 where() 方法。示例代码：查找值为 4 的索引：import numpy as nparr = np.arr
NumPy 数组拆分拆分 NumPy 数组拆分是连接的反向操作。连接（Joining）是将多个数组合并为一个，拆分（Spliting）将一个数组拆分为多个。我们使用 array_split() 分割数组，将要分割的
