对大家有帮助的问答会被标记为“推荐”,看完课程过来浏览一下别人提的问题,会帮你学得更全面
老师为什么我下载的numpy 的mk依赖包有155mn这么大呢?l
老师,x是一个多维的列向量,请问这里在证明的时候为什么把一个三元的特例乘开了来做证明呢?感觉三元成立不一定证明多元也成立
老师,np.dot(a,i)乘起来不应该是一个内积嘛?为啥不是个数是个矩阵呀?
老师,对于y= x^3, 在原点的一阶导数为零,也称为驻点吗?整个定义域都是单调增的哦
为什么background对应的RBC到达了0.95?说明了什么
出现这种情况怎么办啊,将shade=True改成fill = True,不报错,但出现空白图,没有上色
我的代码是:
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
#读取数据
data=pd.read_csv('D:/project1/text/实战保险花销代码/代码/data/insurance.csv')
print('读取数据表格为:')
print(data.head())#生成表格n列
#EDA数据探索
#plt.hist(data['charges'])#hist柱状图,但该图像右偏,用log进行正态化
plt.hist(np.log(data['charges']))
sns.kdeplot(data.loc[data.sex=='male','charges'],shade=True,label='male')
sns.kdeplot(data.loc[data.sex=='female','charges']shade=True,label='female')
plt.show()
老师,请问监督学习任务 除了 分类 和 回归,还有别的 吗?
老师,请问 无监督学习任务 只有 聚类 和 降维两种吗? 还要别的吗?
老师,以前在学校里学过一门课,将数字化数据处理中 有 采样率的问题,这和本节讲到的降维 有何异同?
抱歉,学到后面才知道 术语写错了,Supervised learning:监督学习;unsupervised learning:无监督学习。
请问,老师视频里讲到,前者是有x(输入)有y(输出),而后者强调输入x,而可能无输出y。 怎么从x, y 这种输入输出的函数关系角度来理解 learning 与 unsupervised learning的学习模式之间的差别?
无监督学习的输出 参数 是技术能实现但不需关心吗?还是说 技术原因无法实现?
能否举例?
请问,老师视频里讲到,前者是有x(输入)有y(输出),而后者强调输入x,而可能无输出y。 怎么理解 monitored learning 与 non-monitored learning的学习模式之间的差别?