環境仍然是Jupyter Notebook, py2.7，至今沒發現拿python做數據分析，有比這個筆記本更好用的工具。 此篇文章呢，主要是通過一個小的機器學習的項目，來說明一下，相關的大概步驟和所涉及到各種概念。 原始數據：有如下特點 波士頓房屋這些數據於1978年開始統計 ...

...

機器學習入門項目分享 - 波士頓房價預測 該分享源於Udacity機器學習進階中的一個mini作業項目，用於入門非常合適，刨除了繁瑣的部分，保留了最關鍵、基本的步驟，能夠對機器學習基本流程有一個最清晰的認識； 項目描述 利用馬薩諸塞州波士頓郊區的房屋信息數據訓練和測試一個模型，並對模型的性能 ...

python3 學習使用api 支持向量機的兩種核函數模型進行預測 git: https://github.com/linyi0604/MachineLearning ...

python3 學習api的使用 git: https://github.com/linyi0604/MachineLearning 代碼： ...

UCI機器學習知識庫(數據集已下線)。波士頓房屋這些數據於1978年開始統計，共506個數據點，涵蓋了 ...

...

python3 學習機器學習api 使用兩種k近鄰回歸模型 分別是 平均k近鄰回歸 和 距離加權k近鄰回歸 進行預測 git: https://github.com/linyi0604/MachineLearning 代碼： ...