简单数据--复杂数据

（列表，数组，结构体（年龄，名字，职业），对象（计算方法来操作数据））

**对象--把数据，和处理数据的方法放到一起

处理方式

对象

1.面向对象是一种处理问题思维，处理问题的方法

选取合适的对象能够更好的处理复杂问题

2.对象产生的本质就是为了把数据与对应处理数据的方法放到一起

面向过程--动词--步骤引导，，比如开车小规模程序

面向对象--名词--对象引导，比如造车，设计者的思维

1.车是什么组成的？先造什么后造什么，拆分成一个个物体

2.在具体造的时候，还是要过程造轮胎先干什么后干什么

宏观上对象把握，微观上过程把握

设计者与 执行者

思维上的转变

什么步骤能解决这个问题到什么东西组合起来能解决这个问题，再到每个东西的实现步骤

做这件事要建立什么？？？

找变量规则

local

嵌套空间

g--全局变量

b--build in内

变量--使用前赋值

del 删除变量--删除标签

垃圾回收--对象没人用，对象就会被回收

标识符

1.大小写

2.字母、下划线开头

3.避免双下划线

类命名--驼峰

变量存储的是地址

栈与堆

栈--变量

堆--对象--一个个内存卡

python为动态类型语言

1.变量无需申明类型

因为对应堆是含有type的

2.对象是含有类型的--对应堆

只支持该类型的操作

对象--内存块，存特定的值

id--type--value(print)

id--地址的概念

a--给内存块标签

ctrl+s保存习惯

f5运行

四个空格--一个tab

# 行连接符 \

遇到问题学会分解问题

画一个圆--消去中间线--加粗--加色

照着思路走，不是照着qiao

加抬笔

.width

蓝黑红黄绿

图形化设计

1.turtle

showturtle--箭头

.write

.forward

.color

.left

.goto

.penup/down

.circle

错误应对与学习方法

1.错误应对

心态--守破离--先做好守，戒骄戒躁

踏踏实实跟着老师走--基本套路

开始批判性思考--我自己的做法

不断的思考与反复的练习--形成自己的套路

2.形成体系---20-30三年，学主要的事情，时间是有限的

不要死磕一个点，过一遍主流的知识点

3.遇到问题

每个问题都是提高的机会

守--哪做的和老师不一样？？？

学会查百度--不要随便问人

1.缩进组织程序结构

2.区分大小写

3.多行注释

python中方法是对象，函数是对象，一切都是对象

import time 

time.time()

totalMinutes//

整数

十进制

二进制0B       0 1

八进制0O       0 1 2 3 4 5 6 7

十六进制0X     0 1 2 3 4 5 6 7 8 9 a b c d e f

自动转型

整数和浮点型

开发环境IDE：解释器的外挂

1. 关闭交互窗口：ctrl+z和回车

                        quit（）

       2. 终端程序执行：ctrl+c（循环的时候）

# 非监督学习

## k-means （聚类）

> 聚类做在分类之前

# 分类算法：逻辑回归

> 逻辑回归：线性回归的式子作为输入，解决二分类问题， 也可以得出概率值

## 1、应用场景（基础分类问题：二分类）

- 广告点击率

- 是否为垃圾邮件

- 是否患病

- 金融诈骗

- 虚假账号

## 2、广告点击

- 点击

- 没点击

## 3、逻辑回归的输入与线性回归相同

# 模型的保存和加载

from sklearn.externals import joblib

## 过拟合与欠拟合

> 问题：训练集数据训练得很好，误差也不大，在测试集上有问题 原因：学习特征太少，导致区分标准太粗糙，不能准确识别处目标

- 欠拟合：特征太少

- 过拟合：特征过多

特征选择：

- 过滤式：低方差特征

- 嵌入式： 正则化，决策树，神经网络