此浏览器不再受支持。
请升级到 Microsoft Edge 以使用最新的功能、安全更新和技术支持。
在本模块中,你学习了如何:
curl
Pandas、Scikit-learn 和 Matplotlib 是全球最热门的 Python 库。 借助它们,你可以准备用于机器学习的数据、从数据中构建复杂的机器学习模型,以及绘制输出图表。 Jupyter Notebook 为使用这些库提供了现成的环境,Azure Notebooks 使你可以轻松访问 Jupyter Notebook,而无需在服务器上安装任何软件或设置 Jupyter 环境。
Pandas 使用什么方法导入 CSV 文件? 假设 Pandas 加载为 import pandas as pd。
import pandas as pd
pd.load_file('file.csv')
pd.read_file('file.csv')
pd.read_csv('file.csv')
在训练机器学习模型之前拆分数据的目的是什么?
不为模型提供过多数据。
一部分可用于训练,另一部分可用于评估模型的性能。
模型不需要很多数据。
假设已将 Matplotlib 作为“plt”导入,你将在 Matplotlib 上使用什么方法绘制条形图?
plt.bar(labels, values)
plt.chart(标签,值)
plt.barchart(标签, 值)
在检查工作前,必须回答所有问题。
此页面是否有帮助?
Need help with this topic?
Want to try using Ask Learn to clarify or guide you through this topic?