機器學習--第十三講--梯度降低

1.數據的介紹

咱們的數據集pga.csv包含專業高爾夫球手的兩列統計數據，accuracy 和distance。 accuracy 是測量在球場上屢次揮杆的命中百分比，distance是測量平均揮杆球的距離。咱們的目標是使用距離來預測精度。

對於機器學習算法而言，數據被使用以前，重要的是規模，或者正規化。這裏咱們在球場上測量的distance,和測量的百分比accuracy,這兩個領域很是不一樣，會學習算法的時候產生誤差。許多算法計算二者間的歐氏距離。若是一個特徵會遠大於另外一個特徵，那麼距離就會偏向特定的特徵。使數據正規化，對每一個值，減去每一個平均值，而後除以標準差

規範數據後，繪製數據視覺圖

說明：

這一步是演示，練習代碼或者直接跳轉到下一步

import  pandas 

import matplotlib.pyplot as plt

%matplotlib inline

#read data from csv

pga=pandas.read_csv("pga.csv")

#normalize the data

pga.distance=(pga.distance-pga.distance.mean())/pga.distance.std()

pga.accuracy=(pga.accurac-pga.accuracy.mean())/pga.accuracy.std()

print(pga.head())

plt.scatter(pga.distance,pga.accuracy)

plt.xlabel("normalized distance")

plt.ylabel("normalized accuracy")

plt.show()