一、环境搭建
1.学习使用Anaconda:用管理员权限运行Prompt
用途方法
创建环境conda create -n my_envi_name
启动环境activate my_envi_name
检查环境内安装包conda list
安装packageconda install package_name
package 升级conda upgrade –all
package 单一升级conda update numpy
package卸载conda remove numpy
查询packageconda search numpy
还可以一步到位:比如新建一个名叫My_Deeplearning的环境,并给他安装python3.6 、pandas,可以如下:
conda create -n My_Deeplearning python=3.6pandas
保存环境(首先要确保在环境中)conda env export>environment.yaml
删除环境conda remove -n my_env_name
2.Jupyter Notebook
想要运行某ipython的notebook,在终端中,cd至下载文件ipnb的目录,然后jupyter notebook 文件名
使用Esc键,启动命令模式。
Esc+h 调出菜单。
3.线性回归Regression
“scikit-learn”包是封装了线性回归的应用包,在用它处理线性回归时,仅需要调用它的<线性回归包>就好。仅需五部完成线性回归以及预测。
“”“第一步:调用《线性回归包》””
fromsklearn.linear_modelimportLinearRegression
“”“第二步:赋值回归模型给变量”
model =LinearRegression()
“第三步:调用变量.fit函数,并给函数赋值参数X-Y,需要特别注意的是,传入模型的X和Y值,属性应该为DataFrame形式,而不是Series形式。所以如果是直接从pandas中传入某列,如data[‘交易量’](Series Type),则传入X时,应改为X=data[[‘交易量]](DataFrame Type)”*
model.fit(X_series,Y_series)
“第四步:给定X值,预测Y”
model.predict([New_X])