1.1 IDEの設定とインストールとテスト
私たちは、最初にその利益の必要があります。機械学習のpythonのために良い選択です。ブログのこのシリーズは、Python 3.6.0 + pycharmを使用して、Googleなどをインストールするには、numpyの、matplotlibの、これらのリーダなどの機械学習ライブラリの数を支援しました。
インストール後は、インストールの効果を検出するために、次のコードを実行することができます。
インポートNPとしてnumpyの から numpyのインポート *の インポートPLTのようmatplotlib.pyplot ＃测试数据集 のdataSet = [-0.017612,14.053064]、[ - 1.395634、4.662541]、[ - 0.752157、6.538620]、[ - 1.322371、7.152853 ]、 [ 0.423363、11.054677]、[0.406704、7.067335]、[0.667394、12.741452]、[ - 2.460150、6.866805 ]、 [ 0.569411、9.548755]、[ - 0.026632、10.427743]、[0.850433、6.920334]、[1.347183、13.175500 ]、 [ 1.176813、3.167020]、[ - 1.781871、9.097953 ] ＃1 プリント（マット（のdataSet）） dataMat = マット（のdataSet）.Tの ＃1 プリント（dataMat） ＃plt.scatter（dataMat [0]、dataMat [1]、C = '赤'、マーカー= 'O'） plt.scatter（dataMat [0] .tolist（）、dataMat [1] .tolist（）、C = ' 赤'、マーカー= ' O ' ） X = np.linspace（-2,2,100 ） Y = 2.8 * X + 9 plt.plot（x、y）は plt.show（）
実行ショット：
実行状態の出現は、メインモジュールのインストールが成功したことを示します。
1.2オブジェクト、行列とベクトルのプログラミング
ほとんどのオブジェクト指向のプログラマにとって、それは外国の概念であってはなりません。だから、機械学習オブジェクトに、彼らは何ですか？これは、特徴の集合を含む列ベクトルを意味します。次のように行ベクトルは、私たちの生活の中で、テーブルの行と似ています。
表の最初の行の列は、機能の名称を示します。すべての機能が一緒にグループ化され、特徴ベクトルと呼ばれる行ベクトルの集合を構成します。