<!DOCTYPE html>
<html lang="en">
<meta charset="UTF-8">
<title>Ai Studio</title>
<!-- 引入样式 -->
<link rel="stylesheet" href="https://unpkg.com/element-ui/lib/theme-chalk/index.css">
<style>
align-items: center;
color: #f0c239;
width: 800px;
height: 600px;
border: 1px solid #5F9EA0;
margin: auto;
text-align: center;
.el-textarea__inner{
height: 200px;
</style>
</head>
<div id="app">
<div class="a1" >
<h1 >基于百度AI实现的文字识别demo示例</h1>
<el-tabs v-model="activeName" >
<el-tab-pane label="文字识别" name="first">
<!-- 文字识别-->
<el-upload
class="upload-demo"
action="/pic"
multiple
:on-success="dealSuccess">
<i class="el-icon-upload"></i>
<div class="el-upload__text">将文件拖到此处，或<em>点击上传</em></div>
<div class="el-upload__tip" slot="tip">只能上传图片文件，且不超过500M</div>
</el-upload>
<!-- 输出图片中文字的内容 -->
<!-- <el-input v-model="words" ></el-input>-->
<el-input
type="textarea"
:rows="10"
v-model="words">
</el-input>
</el-tab-pane>
<el-tab-pane label="身份证识别" name="second">身份证识别</el-tab-pane>
<el-tab-pane label="车牌识别" name="third">
<el-upload
class="upload-demo"
action="/car"
multiple
:on-success="carRecognition">
<i class="el-icon-upload"></i>
<div class="el-upload__text">将文件拖到此处，或<em>点击上传</em></div>
<div class="el-upload__tip" slot="tip">只能上传图片文件，且不超过500M</div>
</el-upload>
<el-input
type="textarea"
:rows="10"
v-model="carpic">
</el-input>
</el-tab-pane>
<el-tab-pane label="图像识别" name="fourth">
<el-upload
class="upload-demo"
action="/img"
multiple
:on-success="ImageRecognition">
<i class="el-icon-upload"></i>
<div class="el-upload__text">将文件拖到此处，或<em>点击上传</em></div>
<div class="el-upload__tip" slot="tip">只能上传图片文件，且不超过500M</div>
</el-upload>
<el-input
type="textarea"
:rows="8"
v-model="imgpic">
</el-input>
</el-tab-pane>
</el-tabs>
<!-- <h1>普通文本识别</h1>-->
<!-- <el-upload-->
<!-- class="upload-demo"-->
<!-- drag-->
<!-- action="/pic"-->
<!-- multiple-->
<!-- :on-success="dealSuccess">-->
<!-- <i class="el-icon-upload"></i>-->
<!-- <div class="el-upload__text">将文件拖到此处，或<em>点击上传</em></div>-->
<!-- <div class="el-upload__tip" slot="tip">只能上传图片文件，且不超过500M</div>-->
<!-- </el-upload>-->
<!--<!– 输出图片中文字的内容 –>-->
<!--<!– <el-input v-model="words" ></el-input>–>-->
<!-- <el-input-->
<!-- type="textarea"-->
<!-- :rows="4"-->
<!-- v-model="words">-->
<!-- </el-input>-->
<!-- <hr/>-->
<!-- <h1>身份证识别</h1>-->
<!-- <hr/>-->
<!-- <h1>车牌识别</h1>-->
<!-- <el-upload-->
<!-- class="upload-demo"-->
<!-- drag-->
<!-- action="/car"-->
<!-- multiple-->
<!-- :on-success="carRecognition">-->
<!-- <i class="el-icon-upload"></i>-->
<!-- <div class="el-upload__text">将文件拖到此处，或<em>点击上传</em></div>-->
<!-- <div class="el-upload__tip" slot="tip">只能上传图片文件，且不超过500M</div>-->
<!-- </el-upload>-->
<!-- <el-input-->
<!-- type="textarea"-->
<!-- :rows="4"-->
<!-- v-model="carpic">-->
<!-- </el-input>-->
<!-- <hr/>-->
<!-- <h1>图像识别</h1>-->
<!-- <el-upload-->
<!-- class="upload-demo"-->
<!-- drag-->
<!-- action="/img"-->
<!-- multiple-->
<!-- :on-success="ImageRecognition">-->
<!-- <i class="el-icon-upload"></i>-->
<!-- <div class="el-upload__text">将文件拖到此处，或<em>点击上传</em></div>-->
<!-- <div class="el-upload__tip" slot="tip">只能上传图片文件，且不超过500M</div>-->
<!-- </el-upload>-->
<!-- <el-input-->
<!-- type="textarea"-->
<!-- :rows="4"-->
<!-- v-model="imgpic">-->
<!-- </el-input>-->
</body>
<!-- import Vue before Element -->
<script src="https://unpkg.com/vue@2/dist/vue.js"></script>
<!-- import JavaScript 引入组件库-->
<script src="https://unpkg.com/element-ui/lib/index.js"></script>
<script>
new Vue({
el: '#app',
data:{
words:'',
imgpic:'',
carpic:'',
activeName:'first'
methods:{
dealSuccess(res,file){
console.log("res",res)
console.log("file",file)
this.words = res;
ImageRecognition(res,file){
console.log("res",res)
console.log("file",file)
//将Array数组转换成JSON格式数组
this.imgpic = JSON.stringify(res.result);
carRecognition(res,file){
console.log("res",res)
this.carpic = JSON.stringify(res.words_result);
</script>
</html>
5.NLP自然语言处理(重点)开发及Python开发介绍
NLP自然语言处理 。 需要了解:NLP特点，优势、劣势，即基本实现原理。
6.区块链的基本理论知识
区块链技术与应用 学习的课程 :https://study.163.com/course/introduction/1006145002.htm?inLoc=ss_ssjg_tjlb_区块链
比特币和区块链 区别：跟先有鸡还是先有蛋是一样的道理
区块链主要是 概念多
主要考察：
1.区块链的数据结构 链式结构 默克尔树...
2.密码学 hash ，对称加密，非对称密码...
3.共识算法
区块链： 区块链就是一个大型分布式数据库，并且这个数据库是只能 查询和新增，不能删除和修改。
区块链特点： 只能查询 新增，不能删除和修改， 每一个群成员就是一个完整的数据库（比如 QQ群 微信群）
任意长度的数据和字符串 转化为一个固定长度的字符串
https://andersbrownworth.com/blockchain/hash
中本聪 --论文 -- 比特币 一种点对点的电子现金系统
比特币： 1枚比特币= 211974 RBM
比特币设计原理：
设计一种数字货币需要考虑哪些问题？
中心化机构（银行、微信、支付宝）
非中心化的机构
7.以太坊和智能合约
ETH（以太坊）
区块链 2.0
智能合约（一个脚本代码）
智能合约相当于是跑在区块链上的代码
区块链共识算法：特点:
分布式共识算法
POW： 工作量证明（prove of work)
区块链共识算法总结（PBFT，Raft，PoW，PoS，DPoS，Ripple） - 小尾学长 - 博客园 (cnblogs.com)
POS：股权证明
8.人工智能基础及基本概念
1.机器学习与深度学习和人工智能又是什么关系？
其实他们之间是包含与被包含的关系，下面展示了他们之间的关系图，如下所示
2.机器学习形式分类
机器学习是人工智能的主要表现形式，其学习形式主要分为：有监督学习、无监督学习、半监督学习等，对于“监督”一词，其实你可以把这个词理解为习题的“参考答案”，专业术语叫做“标记”。比如有监督学习就是有参考答案的学习，而无监督就是无参考答案。
1）有监督学习
有监督学习（supervised learning）,需要你事先准备好要输入数据（训练样本）与真实的输出结果（参考答案），然后通过计算机的学习得到一个预测模型，再用已知的模型去预测未知的样本，这种方法被称为有监督学习。这也是最常见的机器学习方法。简单来说，就像你已经知道了试卷的标准答案，然后再去考试，相比没有答案就去考试准确率会更高，也更容易。
2）无监督学习
理解了有监督学习，那么无监督学习理解起来也变的容易。所谓无监督学习(unsupervised learning)就是在没有“参考答案”的前提下，计算机仅根据样本的特征或相关性，就能实现从样本数据中训练出相应的预测模型。
除了上述两种学习形式外，还有半监督学习和强化学习，有兴趣可以自己研究一下。
一句话描述学习方式
监督学习：训练数据包括正确的结果。
无监督学习：训练数据不包括正确的结果。
半监督学习：训练数据包含少量正确结果。
强化学习：根据每次结果收获的奖惩进行学习，根据结果实现优化。
监督学习包含：线性回归、逻辑回归、决策树、神经网铬、卷积神经网络、循环神经网铬等。
无监督学习：聚类算法。
混合学习：一般指监督学习+无鉴督学习
3.预测结果分类
根据预测结果的类型，我们可以对上述学习形式做具体的问题划分，这样就可以具体到实际的应用场景中，比如有监督学习可以划分为：回归问题 和 分类问题。如果预测结果是离散的，通常为分类问题，而为连续的，则是回归问题。
1)回归&分类
连续和离散是统计学中的一种概念，全称为“连续变量”和“离散变量”。比如身高，从1.2m到1.78m这个长高的过程就是连续的，身高只随着年龄的变化一点点的长高。那么什么是“离散变量”呢？比如超市每天的销售额，这类数据就是离散的，因为数据不是固定，可能多也可能少。关于什么是“回归”和“分类”在后续内容中会逐步讲解。
无监督学习是一种没有“参考答案”的学习形式，它通过在样本之间的比较、计算来实现最终预测输出，比如聚类问题，那什么是“聚类”？其实可以用一个成语表述“物以类聚，人以群分“，将相似的样本聚合在一起后，然后进行分析。关于聚类也会在后续内容中逐步讲解。
在学习机器学习技术的过程中，我们会遇到很多专业术语或者生僻词汇，这些名词大多数来自于数学或者统计学领域，比如模型、数据集、样本、熵，以及假设函数、损失函数等，这些属词汇于基本的常识，但是如果你第一次接触的话，也会感觉到些许惊慌。在下一节我们将介绍机器学习的常用术语。
本节需要知道的知识点：
1、人工智能、机器学习、深度学习是什么关系？
上面呢个图
2、什么是机器学习？
单从定义上来说，机器学习是一种功能、方法，或者更具体的说是一种算法，它能够赋予机器进行学习的能力，从而使机器完成一些通过编程无法直接实现的功能。但从具体的实践意义来说，其实机器学习是利用大量数据训练出一个最优模型，然后再利用此模型预测出其他数据的一种方法。比如要识别猫、狗照片就要拿它们各自的照片提炼出相应的特征(比如耳朵、脸型、鼻子等)，从而训练出一个俱有预测能力的模型。
3、机器学习有哪些学习形式？
有监督学习、无监督学习、半监督学习、强化学习
4、预测结果有哪些类型，分别是什么？
回归&分类 和 聚类
9.机器学习专业术语
机器学习常用术语
机器学习是一门专业性很强的技术，它大量地应用了数学、统计学上的知识，因此总会有一些蹩脚的词汇，这些词汇就像“拦路虎”一样阻碍着我们前进，甚至把我们吓跑。因此认识，并理解这些词汇是首当其冲的任务。本节将介绍机器学习中常用的基本概念，为后续的知识学习打下坚实的基础。
机器学习术语
1)模型
模型这一词语将会贯穿整个教程的始末，它是机器学习中的核心概念。你可以把它看做一个“魔法盒”，你向它许愿（输入数据），它就会帮你实现愿望（输出预测结果）。整个机器学习的过程都将围绕模型展开，训练出一个最优质的“魔法盒”，它可以尽量精准的实现你许的“愿望”，这就是机器学习的目标。 如股票预测模型，房价预测模型、天气预测模型....
2)数据集
数据集，从字面意思很容易理解，它表示一个承载数据的集合，如果说“模型”是“魔法盒”的话。那么数据集就是负责给它充能的“能量电池”，简单地说，如果缺少了数据集，那么模型就没有存在的意义了。数据集可划分为“训练集”和“测试集”，它们分别在机器学习的“训练阶段”和"预测输出阶段”起着重要的作用。
3)样本&特征
样本指的是数据集中的数据，一条数据被称为”一个样本”，通常情况下，样本会包含多个特征值期来描述数据，比如现在有一组描述人形态的数据”180 70 25”如果单看数据你会非常茫然，但是用”特征”描述后就会变得容易理解，如下所示:
由上图可知数据集的构成是“一行一样本，一列一特征”。特征值也可以理解为数据的相关性，每一列的数据都与这一列的特征值相关。
4)向量
任何一门算法都会涉及到许多数学上的术语或者公式。在本教程写作的过程中也会涉及到很多数学公式，以及专业的术语，在这里我们先对常用的基本术语做一下简单讲解。
第一个常用术语就是“向量”，向量是机器学习的关键术语。向量在线性代数中有着严格的定义。向量也称欧几里得向量、几何向量、矢量，指具有大小和方向的量。您可以形象地把它的理解为带箭头的线段。箭头所指：代表向量的方向；线段长度：代表向量的大小。与向量对应的量叫做数量（物理学中称标量），数量只有大小，没有方向。向量既有大小又有方向
在机器学习中，模型算法的运算均基于线性代数运算法则，比如行列式、矩阵运算、线性方程等等。其实对于这些运算法则学习起来并不难，它们都有着一定运算规则，只需套用即可，因此你也不必彷徨，可参考向量运算法则。向量的计算可采用NmuPy来实现，如下所示：
import numpy as np
#构建向量数组
a=np.array([-1,2])
b=np.array([3,-1])
a_b=a+b
a2=a*2
b3=b*(-3)
b_a=a-b
print(a_b,a2,b3,b_a)
#矩阵乘法
a=np.array([1,2]，[3,4])
b=np.array([4,3],[2,1])
c=np.matmul(a,b)
print(c)
简而言之，数据集中的每一个样本都是一条具有向量形式的数据。
矩阵也是一个常用的数据术语，你可以把矩阵看成由向量组成的二维数组，数据集就是以二维矩阵的形式存储数据的，你可以把它形象的理解为电子表格“一行一样本，一列一特征”表现形式如下：
假设函数&损失函数
机器学习在构建模型的过程中会应用大量的数学函数，正因为如此很多初学者对此产生畏惧，那么它们真会有这么可怕吗？其实我认为至少没有你想的那么可怕。从编程角度来看，这些函数就相当于模块中内置好的方法，只需要调用相应的方法就可以达成想要的目的。而要说难点，首先你要理解你的应用场景，然后根据实际的场景去调用相应的方法，这才是你更应该关注的问题。
假设函数和损失函数是机器学习中的两个重要概念，它并非某个模块下的函数方法，而是我们根据实际应用场景确定的一种函数形式，就像你解决数学的应用题目一样，根据题意写出解决问题的方程组。下面分别来看一下它们的含义。
1)假设函数
假设函数(Hypothesis Function)可表述为y=f(x)其中X表示输入数据，而y表示输出的预测结果，而这个结果需要不断的优化才会达到预期的结果，否则会与实际值偏差较大。
2)损失函数
损失函数(Loss Function)又叫目标函数，简写为L(x),这里的×是假设函数得出的预测结果“y”,如果L(x)的返回值越大就表示预测结果与实际偏差越大，越小则证明预测值越来越“逼近”真实值，这才是机器学习最终的目的。因此损失函数就像一个度量尺，让你知道“假设函数”预测结果的优劣，从而做出相应的优化策略。
3)优化方法
“优化方法”可以理解为假设函数和损失函数之间的沟通桥梁。通过L(x)可以得知假设函数输出的预测结果与实际值的偏差值，当该值较大时就需要对其做出相应的调整，这个调整的过程叫做“参数优化”，而如何实现优化呢？这也是机器学习过程中的难点。其实为了解决这一问题，数学家们早就给出了相应的解决方案，比如梯度下降、牛顿方与拟牛顿法、共轭梯度法等等。因此我们要做的就是理解并掌握“科学巨人”留下的理论、方法。
对于优化方法的选择，我们要根据具体的应用场景来选择应用哪一种最合适，因为每一种方法都有自己的优劣势，所以只有合适的才是最好的。
拟合&过拟合&欠拟合
拟合是机器学习中的重要概念，也可以说，机器学习的研究对象就是让模型能更好的拟合数据，那到底如何理解“拟合”这个词呢？
1)拟合
形象地说，“拟合”就是把平面坐标系中一系列散落的点，用一条光滑的曲线连接起来，因此拟合也被称为“曲线拟合”。拟合的曲线一般用函数进行表示，但是由于拟合曲线会存在许多种连接方式，因此就会出现多种拟合函数。通过研究、比较确定一条最佳的“曲线”也是机器学习中一个重要的任务。如下图所示，展示一条拟合曲线（蓝色曲线）：
如何理解拟合，举个例子：上图假设为超市每天的营业额，通过对历史数据拟合出来一条拟合曲线，通过这个拟合曲线去预测未来的营业额。
提示：很多和数学相关的编程语言都内置计算拟合曲线的函数，比如MATLAB、Python Scipy等，在后续内容中还会介绍。
2)过拟合
过拟合(overfitting)与是机器学习模型训练过程中经常遇到的问题，所谓过拟合，通俗来讲就是模型的泛化能力较差，也就是过拟合的模型在训练样本中表现优越，但是在验证数据以及测试数据集中表现不佳。（我在股票预测模型中的表现特别好，每一天都全部都吻合，但是一旦预测股票，天天被割韭菜~)
举一个简单的例子，比如你训练一个识别狗狗照片的模型，如果你只用金毛犬的照片训练，那么该模型就只吸纳了金毛狗的相关特征，此时让训练好的模型识别一只“泰迪犬”，那么结果可想而知，该模型会认为“泰迪”不是一条狗。如下图所示：
过拟合问题在机器学习中经常遇到，主要是因的训练时样本过少，特征值过多导致的，后续还会详细介绍。
3)欠拟合
欠拟合(underfitting)恰好与过拟合相反，它指的是“曲线”不能很好的“拟合"数据。在训练和测试阶段，欠拟合模型表现均较差，无法输出理想的预测结果。如下图所示：
造成欠拟合的主要原因是由于没有选择好合适的特征值，比如使用一次函数(y=kx+b)去拟合具有对数特征值的散落点(y=log2x)，示例图如下所示：
欠拟合和过拟合是机器学习中会遇到的问题，这两种情况都不是我期望看到的，因此要避免，关于如何处理类似问题，在后续内容中还会陆续讲解，本节只需要大家熟悉并理解常见的机器学习术语和一些概念即可。
本节需要知道的知识点：
1、机器学习常用术语？
2、假设函数&损失函数？
3、拟合&过拟合&欠拟合？
参考资料：《C语言中文网-机器学习算法》
10.基本人工智能工具的介绍与使用
1 python
这个不用我多说，自己去安装，教程可以参考我的博客：
三小时快速入门Python第一篇--原始数据类型与操作
2 numpy (矩阵计算)
NumPy（https://numpy.org/）属于 Python 的第三方扩展程序包，它是 Python 科学计算的基础库，提供了多维数组处理、线性代数、傅里叶变换、随机数生成等非常有用的数学工具。
NumPy 的安装方式非常简单，在安装好 Python 的基础上使用包管理器来安装，命令如下所示：
pip install numpy
使用案例：
a=np.array([[1,2],[3,4]])
b=np.array([[4,3],[2,1]])
# 矩阵乘法
c=np.matmul(a,b)
# 普通逐个相乘
result=np.multiply(a,b)
#1 2 4 3
#3 4 2 1
print(c)
print(result)
3 pandas（读取文件）
Pandas 属于 Python 第三方数据处理库，它基于 NumPy 构建而来，主要用于数据的处理与分析。我们知道对于机器学习而言数据是尤为重要，如果没有数据就无法训练模型。Pandas 提供了一个简单高效的 DataFrame 对象（类似于电子表格），它能够完成数据的清洗、预处理以及数据可视化工作等。除此之外，Pandas 能够非常轻松地实现对任何文件格式的读写操作，比如 CSV 文件、json 文件、excel 文件。
Pandas 安装非常简单，同样可以使用 pip 包管理器完成安装，如下所示：
pip install pandas
使用参考：
import pandas as pd
#前提是自己有data.csv 要不然报filenotfound错误
data = pd.read_csv('data.csv')
# 取x列
x = data.loc[:,'x']
print(x)
y = data.loc[:,'y']
print(y)
z = data.loc[:,'y'][x>20]
print(z)
np_array = np.array(x)
print(np_array)
x.to_csv('data_new.csv')
4 Matplotlib（数据可视化）
Matplotlib 是 Python 中最受欢迎的数据可视化软件包之一，支持跨平台运行，它是 Python 常用的 2D 绘图库，同时它也提供了一部分 3D 绘图接口。Matplotlib 通常与 NumPy、Pandas 一起使用，是数据分析中不可或缺的重要工具之一。
import matplotlib
from matplotlib import pyplot as plt
%matplotlib inline
x = [1,2,3,4,5]
y = [5,4,3,2,1]
# 绘制连线图
plt.plot(x,y)
plt.title('y vs x')
plt.xlabel('x')
plt.ylabel('y')
plt.show( )
#绘制散点图
plt.scatter(x,y)
plt.show( )
5 Scikit-Learn（算法库）
最后介绍机器学习中的重要角色 Scikit-Leran（官网：https://scikit-learn.org/stable/），它是一个基于 Python 语言的机器学习算法库。Scikit-Learn 主要用 Python 语言开发，建立在 NumPy、Scipy 与 Matplotlib 之上，它提供了大量机器学习算法接口（API），因此你可以把它看做一本“百科全书”。由于 Scikit-Learn 的存在极大地提高了机器学习的效率，让开发者无须关注数学层面的公式、计算过程，有更多的更多的时间与精力专注于业务层面，从而解决实际的应用问题。
Scikit-Learn 的基本功能主要被分为六大部分：分类，回归，聚类，数据降维，模型选择和数据预处理。本教程将围绕机器算法的讲解 Scikit-Learn 实际的应用。 Scikit-Learn 安装也非常简单，执行以下命令即可安装：
pip install scikit-learn
11.线性回归
11.1回归分析
回归分析：根据数据，确定两种或两种以上变量间相互依赖的定量关系。
函数表达式为：
y=f(x1,x2,x3...xn)
如 y=ax+b, y=ax1+bx2+c
x代表的就是指的影响因素， 如 y=ax1+bx2+c可以指：多大面积 和 是不是学区房
11.2线性回归
线性回归：回归分析中，变量与因变量存在线性关系。
函数表达为： y=ax+b
11.3房价预测案例
问题：面积110平米售价150万是否值得投资？
1.设P为价格A为面积，确定P、A间的定量关系。即P=f(A)
2.根据关系预测合理价格。P=f(110)
3.做出判断
问题：如何求出函数P=f(A)
使用线性模型y=ax+b去拟合现有的数据。那么问题就在于如何去寻找a和b。
哪一个a和b比较合适呢？
11.4梯度下降法
梯度下降法是寻找极小值的一种方法。通过向函数上当前点对应梯度（或者是近似梯度）的反方向的规定步长距离点进行迭代搜索，直到在极小点收敛。
梯度下降法案例
逐渐接近极小值点(p=2)
梯度下降法动态图：
梯度下降法
重复计算直到收敛
效果展示：
其他线性回归案例
1.百万人口/医生预测平均寿命问题
年龄预测身高
3.住宅面积预测房价
12.-实战：Sklearn求解线性回归问题
1 实战目标
基于generated_data.csv数据，建立线性回归模型，预测x=3.5对应的y值，评估模型表现。
学会用Sklearn求解线性回归问题，寻找a、b (y = ax + b) 并且评估模型的好坏。
数据如下：
#加载数据
import pandas as pd
data = pd.read_csv('generated_data.csv')
data.head()
x = data.loc[:,'x']
y = data.loc[:,'y']
print(x,y)
#visualize the data
from matplotlib import pyplot as plt
plt.figure(figsize=(20,20))
#scatter:代表散点图
plt.scatter(x,y)
plt.show()
#set up a linear regression model 设置一个线性回归模型
from sklearn.linear_model import LinearRegression
lr_model = LinearRegression()
#np.array：进行类型转换 reshape：转换维度，要不然绘制不进去
import numpy as np
x = np.array(x)
x = x.reshape(-1,1)
y = np.array(y)
y = y.reshape(-1,1)
print(type(x),x.shape,type(y),y.shape)
print(type(x),x.shape)
#训练模型
lr_model.fit(x,y)
y_predict = lr_model.predict(x)
print(y_predict)
#预测3.5
y_3 = lr_model.predict([[3.5]])
print(y_3)
print(y)
#a\b 打印 y=ax+b
a = lr_model.coef_
b = lr_model.intercept_
print(a,b)
3 评估模型表现
y 与y’的均方误差(MSE):
R方值(R2):
MSE越小越好，R^2分数越接近1越好
# 计算y 与y’的均方误差（MSE)、R方值(R2_score):
from sklearn.metrics import mean_squared_error,r2_score
MSE = mean_squared_error(y,y_predict)
R2 = r2_score(y,y_predict)
print(MSE,R2)
# 画图对比y 与y'，可视化模型表现:
from matplotlib import pyplot as plt
plt.figure()
plt.plot(y,y_predict)
plt.show()
y' vs y集中度越高越好（越接近直线分布)
13.-实战： 房价预测模型训练
1.实战任务
基于 usa_housing _price.csv 数据,建立线性回归模型，预测合理房价:
1、作业1：以面积为输入变量，建立单因子模型, 评估模型表现，可视化线性回归预测结果
2、作业2：以income、house age、numbers of rooms、population、area为输入变量，建立多因子模型，评估模型表现
3、预测 Income=65000,，House Age=5, Number of Rooms=5, Population=30000, size=200的合理房价
2 步骤如下
# 加载数据
import pandas as pd
import numpy as np
data = pd.read_csv('usa_housing_price.csv')
data.head()
#数据散点图展示
%matplotlib inline
from matplotlib import pyplot as plt
fig = plt.figure(figsize=(10,10))
# subplot(231) 代表两行三列的第一个图
fig1 =plt.subplot(231)
plt.scatter(data.loc[:,'Avg. Area Income'],data.loc[:,'Price'])
plt.title('Price VS Income')
fig2 =plt.subplot(232)
plt.scatter(data.loc[:,'Avg. Area House Age'],data.loc[:,'Price'])
plt.title('Price VS House Age')
fig3 =plt.subplot(233)
plt.scatter(data.loc[:,'Avg. Area Number of Rooms'],data.loc[:,'Price'])
plt.title('Price VS Number of Rooms')
fig4 =plt.subplot(234)
plt.scatter(data.loc[:,'Area Population'],data.loc[:,'Price'])
plt.title('Price VS Area Population')
fig5 =plt.subplot(235)
plt.scatter(data.loc[:,'size'],data.loc[:,'Price'])
plt.title('Price VS size')
plt.show()
#定义 x 和 y
X = data.loc[:,'size']
y = data.loc[:,'Price']
y.head()
# 转换维度
X = np.array(X).reshape(-1,1)
print(X.shape)
#线性回归模型
from sklearn.linear_model import LinearRegression
LR1 = LinearRegression()
#训练模型
LR1.fit(X,y)
y_predict_1 = LR1.predict(X)
print(y_predict_1)
#模型评估
from sklearn.metrics import mean_squared_error,r2_score
mean_squared_error_1 = mean_squared_error(y,y_predict_1)
r2_score_1 = r2_score(y,y_predict_1)
print(mean_squared_error_1,r2_score_1)
fig6 = plt.figure(figsize=(8,5))
plt.scatter(X,y)
plt.plot(X,y_predict_1,'r') # 'r'：代表红色
plt.show()
#定义多因子x
#删除掉Price列
X_multi = data.drop(['Price'],axis=1)
X_multi
#第二个线性模型
LR_multi = LinearRegression()
#train the model
LR_multi.fit(X_multi,y)
#多因子预测
y_predict_multi = LR_multi.predict(X_multi)
print(y_predict_multi)
#模型评估
mean_squared_error_multi = mean_squared_error(y,y_predict_multi)
r2_score_multi = r2_score(y,y_predict_multi)
print(mean_squared_error_multi,r2_score_multi)
print(mean_squared_error_1)
fig7 = plt.figure(figsize=(8,5))
plt.scatter(y,y_predict_multi)
plt.show()
fig8 = plt.figure(figsize=(8,5))
plt.scatter(y,y_predict_1)
plt.show()
X_test = [65000,5,5,30000,200]
X_test = np.array(X_test).reshape(1,-1)
print(X_test)
y_test_predict = LR_multi.predict(X_test)
print(y_test_predict)
线性回归房价实战summary：
1、通过搭建线性回归模型，实现单因子的房屋价格预测；
2、在单因子模型效果不好的情况下，通过考虑更多的因子，建立了多因子模型；
3、多因子模型达到了更好的预测效果，r2分数为0.91；
4、实现了预测结果的可视化，直观对比预测价格与实际价格的差异。
14.逻辑回归
我们知道有监督学习分为“回归问题”和“分类问题”，前而我们已经认识了什么是“回归问题”，从本节开始我们将讲解“分类问题”的相关算法。在介绍具体的算法前，我们先聊聊到底什么是分类问题。
1.什么是分类问题？
其实想要理解“分类”问题非常的简单，我们不妨拿最简单的“垃级分类处理”的过程来认识一下这个词。现在考虑以下场景：
小明拎着两个垃圾袋出门倒垃级，等走到垃级回收站的时候。小明发现摆放着两个垃级桶。上面分别贴着“可回收”与“不可回收”。小明经过自己的判断后，把自己右手的垃极故进了贴有“不可回收”的垃极桶内，而左手的垃圾袋放进了“可回收”的垃圾桶内，最终完成了这次倒垃吸的过程。
其实上述“倒垃级”的案例就说明了“分类问题”的过程。“可回收”与“不可回收”是两种预测分类，而小明是主观判断的个体，他通过自己日常接触的知识对“垃圾种类”做出判断，我们把这个程称作“模型训练”，只有通过“训练”才可以更加准确地判断“垃吸”的种类。小明进行了两次投放动作，每一次投故都要对“垃圾”种类做出预先判断，最终决定投放到哪个垃吸桶内。这就是根据模型训练的结果进行预测的整个过程。
除了垃圾分类之外，我们常见的还有垃圾邮件分类，一般来说我们如何去判断邮件是否是垃圾邮件？一般来说只要发件人中含一些乱七八遭的符号例如「sda#&*sd@123.com」、「dsah%qwe@889.com」并且邮件中包含「赌博」「博彩」「同城yp」「百家乐」这些彩票会被我们认为是垃圾邮件。
下面对上述分类过程做简单总结：
类别标签：“可回收”与“不可回收”，“是”或“不是”。（含参考答案的训练集）·
模型训练：以小明为主体，把他所接受的知识、经验做为模型训练的参照。（获取特征）·
预测：投放垃圾的结果，预测分类是否正确，并输出预测结果。
分类问题是当前机器学习的研究热点，它被广泛应用到各个领域，比图像识别、垃圾邮件处理、预测天气、疾病诊断、文字识别等等。“分类问题”的预测结果是离散的，它比线性回归要更加复杂，那么我们应该从何处着手处理“分类问题”呢，这就需要使用到我们的分类算法。
1.分类算法
1.1逻辑回归算法
1.2.KNN近邻算法
1.3.决策树
1.4神经网络
2 Logistic回归算法
也许乍一看算法名字，你会认为它是用来解决“回归问题”的算法，但其实它是针对“分类问题”的算法。
2.1逻辑回归介绍
Logistic回归算法，又叫做逻辑回归算法，或者LR算法(Logistic Regression)。分类问题同样也可以基于“线性模型”构建。“线性模型”最大的特点就是“直来直去”不会打弯，而我们知道，分类问题的预测结果是“离散的”，即对输出数据的类别做判断。比如将类别预设条件分为“0”类和“1”类（或者“是”或者“否”）那么图像只会在“0”和“1”之间上下起伏，如下图所示：
此时你就可能会有很多疑问，线性回归函数不可能“拟合”上述图像。没错，所以接下来我们要学习另一个线性函数Logistic函数。
注意：在机器学习中，L0gsc函数通常用来解决二元分类问题，也就是涉及两个预设类别的问题，而当类别数量超过两个时就需要使用Softmax函数来解决。
19世纪统计学家皮埃尔·弗朗素瓦~韦吕勒发明了pgsc函数，该通数的叫法有很多，比如在神经网络算法中被称为Sigmoid函数，也有人称它为Logistic曲线。其函数图像如下所示：
e称为自然常数，也就是一个因定值的“常量”，e-z是以e为庭、z为变量的指数函数，还可以写为e-x,在编写程序代码时，通常将其写为exp(-x)
Logistic函数也称为S型生长曲线，取值范国为(0,1)，它可以将一个实数映射到(0,1)的区间，非常适合做二元分类。当Z=0时，该函数的取值为0.5，随着z的增大，对应的函数值将逼近于1；而随着z的减小，其函数值将逼近于0。
对于L0gstc函数而言，坐标轴0是一个有着特殊意义坐标，越靠近0和越远离0会出现两种醒然不同的情况：任何大于0.5的数据都会被划分到“1”种；而小于0.5会被归如到“0”类。因此你可以把L0gstc看做解决二分类问题的分类器。如果想要L0gsc分类器预测准确，那么×的取值距离0越远越好，这样结果值才能无限逼近于0或者1，该函数能够很好的拟合”二分类问题函数图像。
2.2损失函数
逻辑回归的最小损失函数如下：
整理一下：
如何求的最小值？min(J)
还是使用梯度下降法
参考文档：
15.研究生复试项目 直播答疑
1.简历怎么书写？
百度 超级简历： https://www.wondercv.com/
百度飞浆 、百度人工智能
在简历上写了解比特币 区块链的知识
项目时间可以写 ： 2021年09月--2021年12月 2022年01月--2022年02月
通过做线性回归汽车预测模型，让我对人工智能更加感兴趣，所以坚定了我要考研的信心，
要是问一些回答不上来的问题：就说 后来就开始准备复试了，暂时还没有了解其他的，想通过读研期间继续深入学习。
该大学是我一直憧憬的大学，希望老师们可以给我一个来该校继续学习的机会， 谢谢老师。
16.研究生复试面试专题
参考： https://www.cnblogs.com/xwxz/p/16069367.html
