ZiHuiJin-CSDN博客

原创 SVM(支持向量机)原理

1.SVM - support vector machine (支持向量机),是一种有监督的分类算法;有监督的分类模型:就是事先对数据打上标签,这样机器就知道数据是哪个分类.无监督是事先没有打标签,比如数据聚类,然后对每个类精心分析.SVM通常是帮我们模式识别,分类以及回归分析.2.SVM计算的过程就是找到超平面的过程.3.支持向量机分类1>完全线性可分:硬间隔(完全分类正确)2>大部分线性可分:软间隔(允许分类错误)3>线性不可分:核函数(将原始空间映射到高维空.

2021-02-04 14:43:59 2109

原创装饰器

目录1.复习函数2.装饰器3.装饰器用法5.装饰器意义1.复习函数# (1).将函数赋予变量def func(message): print('Got a message: {}'.format(message))send_message = funcsend_message('hello world')# (2)把函数当做参数传入到另一个函数中def get_message(message): return 'Got a message:.

2021-01-30 11:34:04 108

原创 python 机器学习规范化

1. Min-max 规范化# coding:utf-8from sklearn import preprocessingimport numpy as np# 初始化数据，每一行表示一个样本，每一列表示一个特征x = np.array([[ 0., -3., 1.], [ 3., 1., 2.], [ 0., 1., -1.]])# 将数据进行[0,1]规范化min_max_scaler = preprocessing.Mi

2021-01-30 11:28:20 185

原创 python 量化交易知识

1.历史:原先股票交易市场是由交易员来进行买卖股票,现在越来越由机器自动化代替.2.银行中量化交易员中,就是在复杂的金融衍生品中,分析投资标的的价值,来以某种策略管理仓位,进行买进卖出.3.名词: (1)程序化交易:由程序来代替交易员交易. (2)量化交易:用数学,统计学,机器学习来寻找合适的买卖时机. (3)算法交易:用算法来确定买卖时间点与种类,多少.多用于高频交易.4.通常的电子盘交易（比如股票，数字货币），是通过券商或者软件，直接把买卖请求发送给交易所；而算法交易的.

2021-01-30 11:22:11 503

原创 python 的 assert 语句

简介python 的 assert 语句,用于测试一个条件是否满足.如果条件满足,就pass ,如果条件不满足就会返回 AssertionError,与具体相关错误.简单例子assert 1==2# 相当与if __debug__: if not 1==2:raise AssertionErrorassert 1 == 2,'assertion is wrong'# 相当与if __debug__: if not 1==2:raise AssertionError(

2021-01-22 18:19:45 445 1

原创朴素贝叶斯代码

目录文档分类例子地址计算文档中 tf-idf分词多项式贝叶斯分类器(MultinomialNB)高斯朴素贝叶斯 (GaussianNB)伯努利朴素贝叶斯(BernoulliNB)文档分类例子地址https://github.com/cystanford/text_classification计算文档中 tf-idffrom sklearn.feature_extraction.text import TfidfVectorizer# stop_w...

2021-01-22 18:10:27 352

原创贝叶斯分类原理

目录原理解释离散数据案例连续数据案例原理解释1.贝叶斯原理是英国数学家托马斯.贝叶斯提出的.2.正向概率是N个球里有M个黑球,我们第一次取出黑球的概率. 逆向概率是我们事先不知道球的数量,而是通过我们摸出来球的颜色,来判断袋子里球的比例.3.先验概率:通过经验来判断事情发生的概率,比如夏天下雨的概率多. 后验概率:发生结果之后,推测原因的概率.比如某人患有"贝叶死",那么他患病的原因可能是A,B,C.患有病的概率是因为原因A的概率就是后验概率. 条件概率: P(...

2021-01-20 18:03:15 2626

原创 scikit_learn DecisionTree 学习手册记录

# # 决策树分类# ## DecisionTreeClassifier 是能够在数据集上执行多分类的类,与其他分类器一样from sklearn import treex=[[0,0],[1,1]]y=[0,1]clf = tree.DecisionTreeClassifier()clf = clf.fit(x,y)# 输入x,预测yclf.predict([[2,2]])# 输入x,预测每个类的概率clf.predict_pro...

2021-01-18 18:21:00 110

原创 python 并发编程

目录基础简介正常执行网页请求多线程 future对象 map方法(多进程)多线程 future对象方法:submit + as_completed多线程 asyncio 协程基础简介1.我们每天在各个网站,app上获取的新闻信息,很大一部分是通过并发编程爬虫获得的2.区分并发(concurrency)与并行(Parallelism)(1)在python 中并发并不是指同一时刻有多个操作(thread,task)同时进行,他只允许一个操作发生,只不...

2021-01-14 19:21:57 167

原创决策树实践

决策树实践目录决策树实践CART分类树CART回归树DecisionTreeClassifier() 属性介绍模型训练总结CART分类树from sklearn.model_selection import train_test_splitfrom sklearn.metrics import accuracy_scorefrom sklearn.tree import DecisionTreeClassifierfrom sklearn.datasets i.

2021-01-12 17:32:50 218

原创决策树原理

决策树基本知识1.我们遇到的选择都是根据以往的选择判断,如果把判断背后的逻辑整理成一个结构图,会是一个树状图,就是决策树的本质.2.决策树的阶段:构造与剪枝构造:选择什么属性作为结点 (1)根节点--树的顶端 (2)内部节点--中间节点 (3)叶节点--决策节点剪枝:给决策树瘦身;目标就是不需要太多判断就可以得到好的结果.防止过拟合发生(拟合的太好了,不具有普遍性,泛化能力差)5.过拟合的原因: 训练集中样本量少因为训练集是抽样,并不能体现全部数据的特点...

2021-01-07 18:44:42 312

原创 mysql update 连表举例详讲

和select 一样 update连表查询也有 inner 内联更新,left 左,right 右:举例:1.创建两个表,并填上数据CREATE TABLE `student` ( `id` bigint(20) NOT NULL, `class_id` bigint(20) , `class_name` VARCHAR(10), `stu...

2019-08-20 15:33:04 887

ZiHuiJin的博客