Forever-fff-CSDN博客

原创数据分析[1]_常用数据处理

常用数据处理这里主要介绍包括以下几种类型的数据处理： –数据离散化 –数据数值化 –数据归一化 –相似度计算1. 数据离散化包括两种方法：（1）等频装箱：将数据排序后，分为不同箱子，在每个箱子中数据的个数一样；（2）等宽装箱：将数据排序后，分为不同箱子，在每个箱子中数据最大最小的差值是一样的，即箱子的宽度相同。由于在数据分析[0]中有对装箱的介绍，这里不在介绍，代码结构大致相同，只是

2018-03-02 17:56:33 605 2

原创数据分析[0]_常用数据处理

常用数据处理这里主要介绍了包括以下几种类型的数据处理： - 数值型数列均值、方差、分位数的计算 - 噪声数据过滤 - 缺失值补全方法1. 实现数值型数列均值、方差、分位数的计算1.1 均值计算 1、传入数据； 2、然后是构造计算均值的函数； 3、步骤为：（1）传入要计算列的参数；（2）设置变量存储该列数据的总和，以及设置变量存储数据的长度；（3）长度调用len()函...

2018-03-01 16:14:09 1114 2

原创 python学习[4]_利用numpy做一些距离的计算

利用numpy做一些距离的计算1、汉明距离的概念：汉明距离是使用在数据传输差错控制编码里面的，汉明距离是一个概念，它表示两个（相同长度）字对应位不同的数量，我们以d（x,y）表示两个字x,y之间的汉明距离。对两个字符串进行异或运算，并统计结果为1的个数，那么这个数就是汉明距离。2、代码示例：#-*- coding:utf-8 -*-from numpy import *#汉明距离：字符串不同

2017-03-04 22:57:33 1190

原创 python学习[3]_按日期分割数据集

按日期分割数据集-1、首先我这里的数据集，形式如下图：这里可以看见第一行为数据的属性，最后一个为时间，格式为.csv文件，我希望按日期（年月日）划分出数据，即按天将数据分割出来。2、由于数据集较大，因次需要导入pandas，利用pandas将csv文件导入到Python中。3、假设导入的变量为d，那么2014年11月18号这天的数据即可以这样截取：d[d[‘time’].str.conta

2017-03-04 22:20:54 10007 3

原创 weka学习[2]_weka简单介绍

weka简单的介绍（一）Explorer标签页： Preprocess，选择和修改要处理的数据。 Classify，训练和测试关于分类或回归的学习方案。 Cluster，从数据中学习聚类。 Associate，从数据中学习关联规则。 Select attributes，选择数据中最相关的属性。 Visualize，查看数据的交互式二维图像。（二）状态栏：状态（Status

2017-02-07 17:27:20 527

原创 weka学习[1]_Eclipse中读取arff文件

在eclipse中读取arff文件（一）文件读取介绍：对于字节流，在java中有FileInputStream。该流用于从文件读取数据 new创建，FileInputStream类是InputStream的子类。 FileInputStream类主要用于从文件系统中的某个文件中获取输入字节。InputStream f = new FileInputStream(“C:/java/hello”

2017-02-06 20:51:25 2398 3

原创 weka学习[0]_文件读取

weka中的文件读取简要介绍weka读取数据文件Weka中需要识别ARFF格式的文件，因此经常需要做简单的数据处理。一般过程这里以uci完备数据集waveform处理过程做简单的介绍： 1.下载完备数据集：waveform.data.z。直接去uci下载就可以，里面有完整的属性介绍，训练集，测试集等等，还有一些有介绍这个数据集的贡献者、来源、大小等等的文档。 2.在waveform.data首行

2017-02-06 20:44:28 965

原创机器学习[0]_简单理解

机器学习简单理解才开始接触机器学习，有错之处大神请指教！以前一直只是听说机器学习这个话题，在哪个应用领域多么牛逼，多么的厉害咯，说白了，以前就是仅仅听大牛们吹机器学习，心里可能只有这么个名词而已，具体干什么的完全是小白。直到最近开始接触机器学习，从周志华的机器学习开始入门，第一反应就是真的难，特别难，开始看这本书的时候，其实比较抓狂，里面很多公式都不会推导，有时候甚至都开始怀疑人生了。虽

2017-02-06 20:37:27 635

原创 java学习[2]_数据结构

数据结构简要介绍一些java中的数据结构。 Java工具包提供了强大的数据结构，在Java中的数据结构主要包括以下七种接口和类。java数据结构介绍： 1、Enumeration接口：枚举（The Enumeration）接口定义了一种从数据结构中取回连续元素的方式。其中包括了nextElement()方法：用来得到一个包含多元素的数据结构的下一个元素；hasmoreElements()方法：

2017-02-06 20:34:34 421

原创 java学习[1]_多线程

多线程简要介绍java中多线程相关知识（一）多线程介绍：随着CPU进入双核、多核时代，多线程的优势越来越明显。多线程是Java中的并发机制，表示能够在同一时间内同时执行多个操作。这里举个多线程的例子，多线程实际开发例子：在很多网站中，当用户注册后，系统一方面会通知用户已经注册成功，一方面向用户在注册时填写的Email中发送邮件。（二）如何定义线程：定义线程有两种方法，一种是继承Thr

2017-02-06 20:29:06 369

原创 java学习[0]_文件读写

文件读写简要介绍java文件读写 Java.io 包几乎包含了所有操作输入、输出需要的类。（一）读取控制台输入： (1) 控制台输入由 System.in 完成，把 System.in 包装在一个 BufferedReader 对象中来创建一个字符流；(2) 再使用 read() 方法从控制台读取一个字符，或者用 readLine() 方法读取一个字符串； (3) 需要导入对应的io包，其

2017-02-06 20:19:20 304

原创 python学习[2]_Python中面向对象编程1

1、一个简单的类：# -*- coding:utf-8 -*-#class语句后接类名，缩进语句块形成类体class Person: pass #an empty blockp = Person() #创建一个实类print p输出结果： <main.Person instance at 0x0000000002439308> 告诉我们在main中已经有了person类，内存地

2016-10-30 16:17:32 259

原创 python学习[1]_python中的name属性和doc属性使用示

python中_name_属性和_doc_属性使用示例1、_name_属性用于判断当前模块是不是程序入口，如果当前程序正在使用，name的值为main'''display informaiton about a google calendar'''if __name__=='__main__': print __doc__ #print globals()['__doc__

2016-10-27 09:58:37 1350

原创 python学习[0]_安装Python以及Python算法库、IDE

安装Python：1、首先搜索Python官网下载地址，下载与电脑匹配的32/64位；2、双击下载的安装程序，执行安装即可。安装Python算法库：1、在cmd命令中，进入安装目录下scripts 执行 pip install 苦命库名（小写字母不加后缀）2、算法库的安装顺序为： numpy->scipy->matplotlib->scikit-learn（注：可能直接安

2016-10-24 10:41:14 486

XiaoV_0305的博客