前后端分离网页爬虫

机器学习

X=np.arange(16).reshape(())可以整除
ndim维度，size元素个数
reshape(-1）默认根据一个reshape的值计算出另一个值
X.dot(w)矩阵运算
对矩阵进行打乱
np.random.shuffe()打乱矩阵
argsort
返回排序之后的所引
索引

matplotlib python 2d 绘图库

一维索引可以任取
二维索引
可以问人，一旦发现该人的输出已经到达上限就立刻自学
plot
定义域空间linspace(start,end,num=)
plot(x,y)
show

sklearn

各种数据集
利用布尔索引，引出可用的数据
用scatter画图
参数
x，y，color=‘’（r,j,b)，maker=
maker标志

KNN

按照任务模式

机器学习

监督学习 有评级标签 分类，回归

分类预测值是离散的

KNN
距离测算
在pycharm里封装，在jupyter里运行
def init():
def fit()数据预处理，公共函数
def 公开函数，用以接受外部传输的数据，并传送给私有函数
def 私有函数，接受公开函数，并处理私有数据

数据集的分割：
设置个函数，负责处理分割函数，并设置随机种子，生成一个固定的索引
这样每次分割的数据集是固定的

函数格式如下所示

    train_test_split(X, y, test_radio = 0.2, seed =None)
     可以控制分的测试集大小，然后预测和原来的数据集比较

半监督学习
非监督学习