《Python数据分析与机器学习》习题答案.pdfVIP

下载本文档

880
0
约3.53万字
约 28页
2022-09-23 发布于澳门
举报
版权申诉

《Python数据分析与机器学习》习题答案.pdf

1、有哪些信誉好的足球投注网站（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

目录附录B 课后习题答案2 第2 章 Numpy-数据分析基础工具2 第3 章 Matplotlib-数据可视化工具3 第4 章 Pandas-数据处理工具3 第5 章 Scipy-数据统计工具4 第6 章 Seaborn-数据可视化工具5 第7 章 Sklearn-机器学习工具7 第8 章数据预处理8 第9 章特征工程9 第10 章评价指标10 第11 章线性模型12 第12 章支持向量机16 第13 章 k 近邻算法17 第14 章朴素贝叶斯23 第15 章决策树24 第16 章 K-Means 算法26 第17 章文本分析示例27 附录B 课后习题答案第2 章 Numpy-数据分析基础工具一．编程题 1. 求解线性代数 x +2 y +4z = 7  4x +3y −7z =89  8x +4 y +2z = 23 【代码如下】 import numpy as np # 多元线性方程组 a= np.array([[1,2,4],[4,3,-7],[8,4,2]]) b= np.array([7,89,23]) x= np.linalg.solve(a,b) print(x) 【程序运行结果】 [-520-7 2. 实现如下矩阵的转置和求逆 3 6 7    2 5 4  1 8 9   【代码如下】 import numpy as np import numpy.linalg as lg #求矩阵的逆需要先导入numpy.linalg a1 = np.array([[3,6,7],[2,5,4],[1,8,9]]) print(a1.transpose()) #转置等价于print(a1.T) print(lg.inv(a1)) # 用linalg 的inv 函数来求逆【程序运行结果】 [[3 2 1] [6 5 8] [7 4 9]] [[ 0.40625 0.0625 -0.34375] [-0.4375 0.625 0.0625 ] [ 0.34375 -0.5625 0.09375]] 第3 章 Matplotlib-数据可视化工具一．编程题某年国家及其GDP 如表3.7 所示，请用matplotlib 绘制饼图。表3.7 国家以及其具体的GDP 国家 GDP USA China India 4457784