一、環境搭建
1.學習使用Anaconda:用管理員權限運行Prompt
用途方法
創建環境conda create -n?my_envi_name
啟動環境activate?my_envi_name
檢查環境內安裝包conda list
安裝packageconda install package_name
package 升級conda upgrade –all
package 單一升級conda update numpy
package卸載conda remove numpy
查詢packageconda search numpy
還可以一步到位:比如新建一個名叫My_Deeplearning的環境,并給他安裝python3.6 、pandas,可以如下:
conda create -n My_Deeplearning python=3.6pandas
保存環境(首先要確保在環境中)conda env export>environment.yaml
刪除環境conda remove -n my_env_name
2.Jupyter Notebook
想要運行某ipython的notebook,在終端中,cd至下載文件ipnb的目錄,然后jupyter notebook 文件名
使用Esc鍵,啟動命令模式。
Esc+h 調出菜單。
3.線性回歸Regression
“scikit-learn”包是封裝了線性回歸的應用包,在用它處理線性回歸時,僅需要調用它的<線性回歸包>就好。僅需五部完成線性回歸以及預測。
“”“第一步:調用《線性回歸包》””
fromsklearn.linear_modelimportLinearRegression
“”“第二步:賦值回歸模型給變量”
model =LinearRegression()
“第三步:調用變量.fit函數,并給函數賦值參數X-Y,需要特別注意的是,傳入模型的X和Y值,屬性應該為DataFrame形式,而不是Series形式。所以如果是直接從pandas中傳入某列,如data[‘交易量’](Series Type),則傳入X時,應改為X=data[[‘交易量]](DataFrame Type)”*
model.fit(X_series,Y_series)
“第四步:給定X值,預測Y”
model.predict([New_X])