MachineLearning简介篇

1、Pandas模块

   DataFrame提供的是一个类似表的结构，由多个Series组成，而Series在DataFrame中columns。 

       附： pandas模块文档

2、安装IPython解释器：

    其实，一键安装Anaconda可以帮助使用者，一次性配置好我所有需要的工具包以及IPython解释器环境。但是，出于我想学习更加透彻，所以自己安装工具包和IPython解释器环境。

（1）因为，python在windows下通过pip安装带有c扩展的包时，如果是python2.7，需要vs2008，如果是    python 3.x，需要vs2010，版本错了都不行（建议直接装编译好的安装包：
  http://www.lfd.uci.edu/~gohlke/pythonlibs/#lxml）。

   但链接里没有IPython，所以我用的方法是官网下载并安装VCForPython27.msi。

   然后在控制台里输入：

   pip install ipython

   pip install “ipython[notebook]”

   进入ipynb文件所在目录，输入ipython notebook，会在浏览器中打开ipynb文件。

    ipython notebook在下一个版本被命名为Jupyter Notebook。

    通过pip install jupyter安装

    jupyter notebook运行

3、

散列图scatter()

使用plot()绘图时，如果指定样式参数为仅绘制数据点，那么所绘制的就是一幅散列图。但是这种方法所绘制的点无法单独指定颜色和大小。
scatter()所绘制的散列图却可以指定每个点的颜色和大小。
scatter()的前两个参数是数组，分别指定每个点的X轴和Y轴的坐标。
s参数指定点的大 小，值和点的面积成正比。它可以是一个数，指定所有点的大小；也可以是数组，分别对每个点指定大小。
c参数指定每个点的颜色，可以是数值或数组。这里使用一维数组为每个点指定了一个数值。通过颜色映射表，每个数值都会与一个颜色相对应。默认的颜色映射表中蓝色与最小值对应，红色与最大值对应。当c参数是形状为(N,3)或(N,4)的二维数组时，则直接表示每个点的RGB颜色。
marker参数设置点的形状，可以是个表示形状的字符串，也可以是表示多边形的两个元素的元组，第一个元素表示多边形的边数，第二个元素表示多边形的样式，取值范围为0、1、2、3。0表示多边形，1表示星形，2表示放射形，3表示忽略边数而显示为圆形。
alpha参数设置点的透明度。
lw参数设置线宽，lw是line width的缩写。
facecolors参数为“none”时，表示散列点没有填充色。

4、Sigmoid函数是一个在生物学中常见的S型的函数，也称为S型生长曲线。

    sigmoid函数是一个良好的阈值函数,连续，光滑，严格单调，关于(0,0.5)中心对称。

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

5、读取 .csv 文件

  #读取 .csv 文件练习
  import csv
  csvfile = file('csv_test.csv', 'wb')
  writer = csv.writer(csvfile)
  writer.writerow(['姓名', '年龄', '电话'])
  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与test数据)函数练习

>>> 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]