2018年02月_千寻～

12月 11月 10月 09月 08月 07月 06月 05月 04月 03月 02月 01月

转载利用scikit-learn实现数据归一化

本文主要介绍scikit-learn中的数据预处理之归一化。Demo 1import numpy as npfrom sklearn import preprocessing# 定义arraya = np.array([-10, 2.3, 13.7, 56, 108])print a# 对array进行归一化(normalization)# scale进行的操作是按列减去均值, ...

2018-02-28 22:43:20 10882 1

转载利用sklearn实现k近邻法算法

简介：近邻法（，）是一种基本分类与回归方法，它的原理是，对给定的训练数据集，对新的输入实例，在训练数据集中找到与该实例最近邻的个实例，依据“少数服从多数”的原则，根据这个实例中占多数的类，就把该实例分为这个类。从上面简介可以看出，算法实际上是利用训练数据集对特征空间进行划分。在分类方法中，值的选择、实例之间距离的度量及分类决策规则是近邻法的三个基本要素。近邻算法计算过程：设有训练数据集...

2018-02-28 09:51:58 4744

转载利用sklearn实现感知机（perceptron）算法

一、感知机（perceptron）感知机简介：感知机（perceptron）是二类分类的线性分类模型，其输入为实例的特征向量，输出为实例的类别。感知机对应于输入空间（特征空间）中将实例划分为正负两类的分离超平面。感知机是一种线性分类模型。感知机实际上表示为输入空间到输出空间的映射函数，如下所示：其中，和称为感知机的模型参数，叫做权值（weight）或权值向量（weight v...

2018-02-28 09:47:38 15649 5

原创机器学习-经验风险、期望风险、结构风险

要区分这三个概念，需要先讲一下损失函数L(Y,f(x))的概念。损失函数：针对单个具体样本，表示模型预测值与真实样本值之间的差距。损失函数越小，说明模型对于该样本预测越准确。常见损失函数有0-1损失函数、平方损失函数、绝对损失函数、对数损失函数（对数似然损失函数）。经验风险：对所有训练样本都求一次损失函数，再累加求平均。即，模型f(x)对训练样本中所有样本的预测能力。所谓经验风险最小化即...

2018-02-26 15:51:26 2321

　　随着信息技术和互联网的发展，人们逐渐从信息匮乏的时代走入了信息过载的时代。在这个时代，无论是信息消费者还是信息生产者都遇到很大的挑战；对于消费者，从大量信息中找到自己感兴趣的信息是一件非常困难的事情；对于信息生产者，让自己的信息脱颖而出，受到广大用户的关注，也是一件非常困难的事情。推荐系统就是解决这一矛盾的重要工具。推荐系统的任务就是联系用户和信息，一方面帮助用户发现对自己有价值的信息，另一方...

2018-02-23 15:07:19 1865

转载好友推荐算法

社交网络中，好友推荐随处可见，这里探讨好友推荐是如何做的。1、三元闭包理论说到好友推荐，就不得不谈三元闭包理论。三元闭包定义：在一个社交圈内，若两个人有一个共同好友，则这两个人在未来成为好友的可能性就会提高。举例说明，若B、C有一个共同好友A，且B、C不认识，则B、C成为好友的几率会增加这个理论直观自然，可以从机会、信任、动机上来解释： 1、B、C是A的朋友，那么B、C见面的机会会增加，如...

2018-02-23 14:37:38 8024

原创 python多进程编写

第一种：使用fork创建多进程（windows没有fork调用）要让Python程序实现多进程（multiprocessing），我们先了解操作系统的相关知识。Unix/Linux操作系统提供了一个fork()系统调用，它非常特殊。普通的函数调用，调用一次，返回一次，但是fork()调用一次，返回两次，因为操作系统自动把当前进程（称为父进程）复制了一份（称为子进程），然后，分别在父进

2018-02-03 21:28:57 852

原创线程、进程哪个好？

我们介绍了多进程和多线程，这是实现多任务最常用的两种方式。现在，我们来讨论一下这两种方式的优缺点。首先，要实现多任务，通常我们会设计Master-Worker模式，Master负责分配任务，Worker负责执行任务，因此，多任务环境下，通常是一个Master，多个Worker。如果用多进程实现Master-Worker，主进程就是Master，其他进程就是Worker。如果用多线程实现

2018-02-02 16:51:38 825

原创 python线程编写-ThreadLocal如何处理变量

在多线程环境下，每个线程都有自己的数据。一个线程使用自己的局部变量比使用全局变量好，因为局部变量只有线程自己能看见，不会影响其他线程，而全局变量的修改必须加锁。但是局部变量也有问题，就是在函数调用的时候，传递起来很麻烦：def process_student(name): std = Student(name) # std是局部变量，但是每个函数都要用它，因此必须传进去

2018-02-02 16:46:50 1838 2

原创 python多线程编写

多任务可以由多进程完成，也可以由一个进程内的多线程完成。进程是由若干线程组成的，一个进程至少有一个线程。由于线程是操作系统直接支持的执行单元，因此，高级语言通常都内置多线程的支持，Python也不例外，并且，Python的线程是真正的Posix Thread，而不是模拟出来的线程。 Python的标准库提供了两个模块：thread和threading，thread是低级模块，

2018-02-02 16:20:07 685

原创 python 语言中with as 的用法

With语句是什么？有一些任务，可能事先需要设置，事后做清理工作。对于这种场景，Python的with语句提供了一种非常方便的处理方式。一个很好的例子是文件处理，你需要获取一个文件句柄，从文件中读取数据，然后关闭文件句柄。如果不用with语句，代码如下：file = open("/tmp/foo.txt")data = file.read()file.close()

2018-02-01 10:10:00 674