机器学习|Javascript 机器学习的四个层次( 三 )

我们以正态分布为例，看看stdlib是如何描述分布的：
const Normal = require( '@stdlib/stats/base/dists/normal' ).Normal;let dist1 = new Normal( 0 1 );console.log(dist1);let m1 = dist1.mean;console.log(m1);let v1 = dist1.variance;console.log(v1); 构造Normal时的两个参数是均值和方差。
输出如下：
Normal { mu: [Getter/Setter
sigma: [Getter/Setter
01 这个无良的标准库竟然还支持50多种数据集，看个小例子，美国州首府的数据集：
const capitals = require( '@stdlib/datasets/us-states-capitals' );const data_c = capitals();console.log(data_c); 输出结果如下：
[ 'Montgomery' 'Juneau' 'Phoenix' 'Little Rock' 'Sacramento' 'Denver' 'Hartford' 'Dover' 'Tallahassee' 'Atlanta' 'Honolulu' 'Boise' 'Springfield' 'Indianapolis' 'Des Moines' 'Topeka' 'Frankfort' 'Baton Rouge' 'Augusta' 'Annapolis' 'Boston' 'Lansing' 'Saint Paul' 'Jackson' 'Jefferson City' 'Helena' 'Lincoln' 'Carson City' 'Concord' 'Trenton' 'Santa Fe' 'Albany' 'Raleigh' 'Bismarck' 'Columbus' 'Oklahoma City' 'Salem' 'Harrisburg' 'Providence' 'Columbia' 'Pierre' 'Nashville' 'Austin' 'Salt Lake City' 'Montpelier' 'Richmond' 'Olympia' 'Charleston' 'Madison' 'Cheyenne'
总结综上，如果要做从0到1的业务，尽可能用第一层次的工具，这样最有助于快速落地。但是如果是要做增量，尤其是困难的增长，第三第四层次是首选，因为更有助于深刻理解数据。
作者：旭伦
本文为阿里云原创内容，未经允许不得转载。