安装surprise报错的处理方法报错信息：CondaIOError:Missing write permissions in:C:\ProgramData\Anaconda3解决方法：运行cmd的时候用管理员权限，或者直接修改这个C：\ProgrmData\Anaconda3文件夹的当前用户权限，勾选全部权限。
有时候在使用 pip install xxx（库的名称）,安装某些第三方库。会显示安装失败，需要更新pip的版本，此时需要执行这样一段代码:python -m pip install --upgrade pip .将pip版本升级到最新的版本。再安装即可。图中的18.1代表安装的pip版本为18.1
使用info并不是查看数据的方法，只是碰巧DataFrame类别提供了info这个函数。为了能较好的提供信息，类的编写者一般会提供_repe_方法，或者_str_方法，如果不提供，会有一个默认的，而上面的报错是因为info()是pandas中DataFrame的方法。iris这个数据结构它并不是dataframe，所以它没有info方法
编辑类：Ctrl + D 复制选定的区域或行Ctrl + Y 删除选定的行Ctrl + Alt + L 代码格式化Ctrl + Alt + O 优化导入（去掉用不到的包导入）Ctrl + 鼠标 简介/进入代码定义 Ctrl + / 行注释 、取消注释Ctrl + 左方括号 快速跳到代码开头Ctr
什么是面向对象编程（OOP）？OOP是一种基于“对象”概念的编程范例，它可能包含字段形式的数据，通常称为属性; 和代码，以程序的形式，通常称为方法。在这里了解更多，或只是谷歌“OOP”。对象具有特征和特征，称为属性，并且可以通过其方法执行各种操作。OOP的最大特点是物体可以与物体进行交互，甚至在未来进行模塑，这使得它们对开发人员非常友好，可以随着时间的推移而变化，变化，测试等等。
使用Numpy的乘法也称为向量化，其主要目的是减少或消除程序中的for循环的显式使用，通过该向量计算变得更快。Numpy是python中用于数组处理和操作的包中的内置。对于更大的矩阵操作，我们使用numpy python包，它比迭代的一个方法快1000倍。# We need install numpy in order to import itimport numpy as np# input t
我们创建一个for循环，遍历一个对象元组。然后调用函数而不关心每个对象是哪个类类型。我们假设这些方法实际上存在于每个类中。class India():def capital(self):print("New Delhi is the capital of India.")def language(self):print("Hindi the primary language of India.")
Anconda如何安装tensorflow？答：1，打开Anaconda Prompt2,命令行输入 conda create -n tensorflow python=3.5（3.5为当前python版本号）出现如下结果，输入Y点确定。3，等待下载安装完毕，输入conda activate tensorflow命令即可激活tensorflow，输入deactivate tensorflow即可退
修改pyecharts图表输出路径及保存格式关键是使用pyecharts-snapshot插件（https://github.com/pyecharts/pyecharts-snapshot）1. 安装Nodejs环境（1）去(官网https://nodejs.org/en/) 直接下载符合本机系统的Nodejs，安装时一直点击next就可以。在Nodejs安装完成之后，npm也就相应的安装完成。
问：导包的时候报No module named 'pyecharts'的错误怎么办？答：报上述错误一般是因为pyecharts这个包没有下载成功，下面给大家介绍一下pyecharts库的安装与使用方法！pyecharts是Python的数据可视化库，可以帮助我们生成各种需要的图表。一. 安装1. 正常情况在Python版本适合，pip版本适合，安装需要的环境适合的情况下，用pip install
问：老师，我导包的时候报No module named 'xgboost'的错误怎么办？答：报这样的错误是因为你的xgboost包没有下载，解决此类错误需要在Anaconda Prompt中执行pip install xgboost即可
预剪枝在决策树的生长过程中限制其规模，使其较早的停止生长。对每个节点划分前用验证集进行估计，通过比较划分前后的验证集精度来判断是否剪枝。若当前节点的划分不能带来决策树泛化能力的提升，则停止划分并标记当前节点为叶子结点。优缺点：预剪枝使得决策树的很多分支没有“展开”，降低了过拟合的风险，还能够减少决策树的训练时间以及预测事件开销。但是，有些分支可能当前划分不能提升模型的泛化性能甚至导致泛化性能
此安装文件针对py3.7,其他版本从这个链接下载：https://www.lfd.uci.edu/~gohlke/pythonlibs/#vtk（文件一直上传不成功，可以从这个链接下载对应的版本）将文件放到anaconda安装目录下，在此目录下打开命令行 下面依次在命令窗口输入：1. pip install PyQt4-4.11.4-cp37-cp37m-win_amd
ID3ID3决策树可以有多个分支，但是不能处理特征值为连续的情况。在ID3中，每次根据“最大信息熵增益”选取当前最佳的特征来分割数据，并按照该特征的所有取值来切分，也就是说如果一个特征有4种取值，数据将被切分4份，一旦按某特征切分后，该特征在之后的算法执行中，将不再起作用。ID3算法十分简单，核心是根据“最大信息熵增益”原则选择划分当前数据集的最好特征，信息熵是信息论里面的概念，是信息的度量方式
KMeans的原理先从没有标签的元素集合A中随机取k个元素作为k个子集各自的中心 分别计算剩下的元素到k个子集中心的距离，将这些元素分别划归到最近的子集 根据聚类结果，重新计算中心（子集中所有元素各个维度的算数平均数） 将集合A中全部元素按照新的中心然后再重新聚类 重复以上步骤，直到聚类的结果不再发生变化KMeans的优点原理比较简单，实现也很容易，收敛速度快。球状聚类效果较优
NumPy 为 ndarray 对象引入了一个简单的文件格式：npy。npy 文件用于存储重建 ndarray 所需的数据、图形、dtype 和其他信息。allow_pickle: 可选，布尔值，允许使用 Python pickles 保存对象数组，Python 中的 pickle 用于在保存到磁盘文件或从磁盘文件读取之前，对对象进行序列化和反序列化。这个参数在1.16的时候发生了
这是读取文件时，路径发生的转义 解决办法：改为反斜杠，或单斜杠改为双斜杠，最简单的办法在路径前加一个r，可以保持字符串原生，在读取时不会发生转义而报错
如上图所示，运行代码之后报ExecutableNotFound: failed to execute ['dot', '-Tsvg'], make sure the Graphviz executables are on your systems' PATH的错误，起初以为原因是未安装graphviz模块，pip一下发现还是不行，后来才发现需要先安装graphviz程序，说明一下，gr
欠拟合是指模型拟合程度不高，数据距离拟合曲线较远，或指模型没有很好地捕捉到数据特征，不能够很好地拟合数据。对于训练好的模型，若在训练集表现差，在测试集表现同样会很差。一个假设在训练数据上能够获得比其他假设更好的拟合， 但是在训练数据外的数据集上却不能很好地拟合数据，此时认为这个假设出现了过拟合的现象。过拟合是指为了得到一致假设而使假设变得过度严格。过拟合解决方法：增大数据集合，使用更多数据
问：在上图中的代码中，红色框是执行dir（data）后返回的值，它代表什么呢？答：dir（）函数不带参数时，返回当前范围内的变量、方法和定义的类型列表；带参数时，返回参数的属性、方法列表。如果参数包含方法_dir_()，该方法将被调用。如果参数不包含_dir_()，该方法将最大限度的收集参数信息。该函数的语法是：dir([object])object -- 对象、变量、类型。dat
关注
读童话的狼
换一批
