# Machine-Learning-Python

**Repository Path**: njryz/Machine-Learning-Python

## Basic Information

- **Project Name**: Machine-Learning-Python
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2020-10-29
- **Last Updated**: 2020-12-19

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 使用说明

**重要：请先阅读作业的pdf文档，本项目的文件仅提供部分注释**

我尽力还原了MATLAB目录结构

数据文件超过3个我会把它放进data文件夹里面

文件名、函数、变量名基本同步MATLAB的源码

用`jupyter-notebook`或者`jupyter lab`都可以

## 准备

本人的环境：

- python 3.8

- jupyter 1.0.0

- matplotlib  3.2.1

- numpy 1.18.4

- pandas 1.0.5

- scipy 1.5.1

- scikit-image 0.17.2

- scikit-learn 0.23.1

终端输入：

```
pip install -r requirements.txt
```

如果以后的版本提供的方法提示警告或者报错、过时等，可以使用虚拟环境

并将`requirements.txt`中的 >= 换成 ==

## 第一步

详细阅读PDF文档，了解作业目标

可以看一下MATLAB源码的注释，因为我的注释可能不太完善，有时间我会补全

汉化看心情

## 第二步

在本项目根目录运行

```
jupyter-notebook
```

或者

```
jupyter lab
```

找到要完成的练习对应的".ipynb"

**不要运行**

打开然后保存一下，方便对比

## 第三步

找到需要完成的".m"，找一下同名".py"

源码中需要填写代码的部分

也就是"YOUR CODE HERE"的部分，我用关键字pass替代

然后完成一部分就运行看一下效果