YeChao3的博客

前言或许你是一个初入门Python的小白，完全不知道PEP是什么。又或许你是个学会了Python的熟手，见过几个PEP，却不知道这玩意背后是什么。那正好，本文将系统性地介绍一下PEP，与大家一起加深对PEP的了解。目前，国内各类教程不可胜数，虽然或多或少会提及PEP，但笼统者多、局限于某个PEP者多，能够详细而全面地介绍PEP的文章并不多。本文的目的是：尽量全面地介绍PEP是什么，告诉...

目录1.项目概述1.1.划定问题1.2.选择性能指标1.3.核实假设2.获取数据2.1.创建工作空间2.2.下载数据2.3.快速查看数据结构2.4.创建测试集3.数据探索并可视化数据，发现规律3.1.查找关联3.2.属性组合试验4.为机器学习模型学习准备数据4.1.数据清洗4.2.处理文本和类别属性4.3.自定义转换器4.4.特征...

目录特征工程选择模型调整模型模型融合官方文档：http://scikit-learn.org/stable/# input--模型-output数据分析是为了发现规则数据分析--数据挖掘和机器学习，算法相同推荐系统语音识别--科大讯飞，百度垄断，比较成熟，自然语言的分支机器视觉--卷积神经网络，图像识别，图片搜索，目标检测（无人驾驶）NLP-...

从神经网络到卷积神经网络（CNN）我们知道神经网络的结构是这样的：那卷积神经网络跟它是什么关系呢？其实卷积神经网络依旧是层级网络，只是层的功能和形式做了变化，可以说是传统神经网络的一个改进。比如下图中就多了许多传统神经网络没有的层次。 卷积神经网络的层级结构      • 数据输入层/ Input layer　　• 卷积计算层/ CONV layer　　• ReLU激励层 /...

文本处理算法：分词后根据词频处理文本TF-IDF（term frequency–inverse document frequency）是一种用于信息检索与数据挖掘的常用加权技术。TF意思是词频(Term Frequency)，IDF意思是逆文本频率指数(Inverse Document Frequency)。TF-IDF是一种统计方法，用以评估一字词对于一个文件集或一个语料库中的其中一份文件的...

jaccard系数：协同过滤：最简单、最基本的算法LFM(Latent Factor Model)隐语义模型是最近几年推荐系统领域最为热门的研究话题，它的核心思想是通过隐含特征(Latent Factor)联系用户兴趣和物品。那这种模型跟ItemCF或UserCF有什么不同呢？这里可以做一个对比：对于UserCF，我们可以先计算和目标用户兴趣相似的用户，之后再根据计算出来的用户喜欢的物...

无监督学习，没有y值的算法多用于文章聚类，作为辅助算法，辅助监督学习预测 K-MEANS：K均值聚类算法，使用最广泛的聚类算法，也可作为其他算法的基础，对初始值太敏感，不保证达到全局最优解层级聚合：凝聚和分裂方法：abcde，ab聚合后，只能再聚为abc，不会聚成bcDBSCAN：一种基于密度的聚类方法，对噪声不敏感轮廓系数：？？距离：欧式距离、满哈距离，与玄距离 ...

特征过多-过拟合，特征灾害特征相关性高-数据冗余异常值-噪声，缓解-消除不了的特征选择-降维特征分解的特征值或者特征和训练数据的特征没有关系，只是名称相同...

官网：https://pillow.readthedocs.io/en/5.3.x/handbook/tutorial.htmlPython Imaging Library中最重要的类是 Image类，它在模块中定义，具有相同的名称。您可以通过多种方式创建此类的实例; 通过从文件加载图像，处理其他图像或从头开始创建图像。要从文件加载图像，请使用模块中的open()函数Image：&g...

 目录简介计算过程scikit-learn实现简介非线性问题：异或：逻辑与，非线性问题转换为线性问题：即所以曲线看成无数小线段组成playground--体验神经网络模型归一化：所有数值减小，比如X_train/100也是归一化激活函数：支持向量机：不支持大数据，因为算量大，数据量大的话计算时间太长计算过程scikit-learn实现sklearn...

目录简介计算过程scikit-learn实现简介支持向量机（SVM,Support Vector Machine）是一组用于分类(SVM)， 回归(SVR)和异常值检测的监督学习方法。支持向量机的优点是：在高维空间有效。 在尺寸数量大于样本数量的情况下仍然有效。 在决策函数中使用训练点的子集（称为支持向量），因此它也具有内存效率。 多功能：可以为决策功能指定不同...

Echarts是百度可视化工具，pyecharts 是一个用于生成 Echarts 图表的类库。Echarts 是百度开源的一个数据可视化 JS 库。用 Echarts 生成的图可视化效果非常棒，为了与 Python 进行对接，方便在 Python 中直接使用数据生成图官方教程：http://pyecharts.org/#/zh-cn/prepare支持图形Bar（柱状图/条形图） ...

SciPy是一组专门解决科学计算中各种标准问题域的包的集合，主要包括下面这些包：scipy.integrate 数值积分例程和微分方程求解器 scipy.stats 标准连续和离散概率分布（如密度函数、采样器、连续分布函数等）、各种统计检验方法，以及更好的描述统计法 scipy.linalg 扩展了由numpy.linalg提供的线性代数例程和矩阵分解功能 sci...

目录0 前言1 什么是特征工程2 数据与特征处理2.1 数据采集2.2 数据格式化2.3 数据清洗2.4 数据采样2.5 特征处理3 特征选择3.1 过滤型3.2 包裹型3.3 嵌入型0 前言一个项目的基本流程：1.了解项目情况：项目概述，项目目标(需求)，现有解决方案情况2.获取数据：数据来源、数据量3.数据清洗：处理异常值、空...

如果你对在Python生成随机数与random模块中最常用的几个函数的关系与不懂之处，下面的文章就是对Python生成随机数与random模块中最常用的几个函数的关系，希望你会有所收获，以下就是这篇文章的介绍。random.random() 生成随机数In [33]: import randomIn [34]: random.random() #生成0-1的随机浮点数Out[34]...

简介决策树（DT）是用于分类和回归的非参数监督学习方法。目标是创建一个模型，通过学习从数据特征推断出的简单决策规则来预测目标变量的值。adboost：集成算法，基本算法的优化算法gbdboost决策树的一些优点是：易于理解和解释。树木可以看到。 需要很少的数据准备。其他技术通常需要数据规范化，需要创建虚拟变量并删除空值。但请注意，此模块不支持缺失值。 使用树的成本（即，预...

Queue是python标准库中的线程安全的队列（FIFO）实现,提供了一个适用于多线程编程的先进先出的数据结构，即队列，用来在生产者和消费者线程之间的信息传递基本FIFO队列class queue.Queue(maxsize=0)FIFO即First in First Out,先进先出。Queue提供了一个基本的FIFO容器，使用方法很简单,maxsize是个整数，指明了队列中能存放...

Python提供了一个标准库，名为pickle(泡菜、腌制)，它可以保存和加载几乎任何Python数据独享，包括列表。一旦把数据“腌制”到一个文件，它将会持久存储，可以在以后某个日期/时间读入另外一个程序。用dump保存，用load恢复使用pickle很简单：只需要导入所需的模块，然后使用dump（）保存数据，以后某个时间使用load（）恢复数据。处理腌制数据时的唯一要求是，必须以...