在之前的文章中了解一些基本的聚类分析知识后，现在我们来看看用代码怎么实现它吧。（在jupyter notebook中实现；其中使用的数据集均从UCI上下载）层次聚类1、需要导入pandas库，用于读取文件。（这里使用的是有关心脏病的数据集，现在取患者年龄和对应的静息血压两列进行分析）import pandas as pd#这两行表示在jupyter中显示所有行和列pd.set_option("di

朴素贝叶斯分类器简述条件概率贝叶斯公式拉普拉斯平滑文本向量化MultinomialNB条件概率在进入朴素贝叶斯分类算法的学习之前，我们需要先了解一些概率论的知识，首先来看看条件概率吧。条件概率是指某一事件A发生的可能性，表示P(A)。而条件概率指的是某一事件A已经发生了条件下，另一事件B发生的可能性，表示为P(B|A)。怎么计算条件概率呢？设A,B是两个独立事件，且P(A)>0，称P(B|A

Seaborn（seaborn是python中的一个可视化库，是对matplotlib进行二次封装而成，既然是基于matplotlib，所以seaborn的很多图表接口和参数设置与其很是接近）导入库import seaborn as sns1、sns.stripplot分布散点图，其中有一个jitter参数表示散点图的各散点在回归模型中小幅度的分布；2、sns.swarmplot分簇散点图；3、s