- 博客(14)
- 资源 (42)
- 收藏
- 关注
原创 Introduction.to.Machine.Learning.with.Python 笔记
Python 3.0+Chapter One from preamble import *%matplotlib inlineimport numpy as npx = np.array([[1, 2, 3], [4, 5, 6]])print("x:\n{}".format(x))from scipy import sparse# create a 2d NumPy
2017-07-31 17:54:05 2652
转载 【pandas】[5] 数据行列转置,数据透视(stack,unstack,pviot,pviot_table)
作者:lianghc在逛CSDN论坛时遇到这样一个问题:下列代码中srcdf和desdf都是Pandas的DataFrame对象,需要将srcdf转换为desdf,也就是根据列中的值拓展新的列,关系数据库报表中常见的需求,请问用DataFrame要如何实现?[python] view plain copy print(sr
2017-07-10 11:10:21 2548
转载 深入FFM原理与实践
FM和FFM模型是最近几年提出的模型,凭借其在数据量比较大并且特征稀疏的情况下,仍然能够得到优秀的性能和效果的特性,屡次在各大公司举办的CTR预估比赛中获得不错的战绩。美团点评技术团队在搭建DSP的过程中,探索并使用了FM和FFM模型进行CTR和CVR预估,并且取得了不错的效果。本文旨在把我们对FM和FFM原理的探索和应用的经验介绍给有兴趣的读者。前言在计算广告领域,点击率CTR(
2017-07-09 15:25:22 464
转载 SQL 层次查询
语法:[Java] view plain copy print?SELECT [LEVEL],column,expr... FROM table [WHERE condition(s)] [START WITH condition(s)] [CONNECT BY PRIOR condition(s)]; 总结:1.其中le
2017-07-08 20:30:31 2235
转载 xgboost原理
文章内容可能会相对比较多,读者可以点击上方目录,直接阅读自己感兴趣的章节。1.序 距离上一次编辑将近10个月,幸得爱可可老师(微博)推荐,访问量陡增。最近毕业论文与xgboost相关,于是重新写一下这篇文章。 关于xgboost的原理网络上的资源很少,大多数还停留在应用层面,本文通过学习陈天奇博士的PPT、论文、一些网络资源,希望对xgboost原理进行深入理解
2017-07-05 10:33:18 497
原创 机器学习系统设计 学习笔记
第一章import timeitnormal_py_sec = timeit.timeit('sum(x*x for x in xrange(1000))', number=10000)naive_np_sec = timeit.timeit('sum(na*na)',
2017-07-04 17:54:46 4465
转载 多维标度法(MDS)的Python实现
多维标度法(multidimensional scaling,MDS)是一种在低维空间展示“距离”数据结构的多元数据分析技术,是一种将多维空间的研究对象( 样本 或 变量 ) 简化到低维空间进行定位、分析和归类, 同时又保留对象间原始关系的数据分析方法。多维标度法与主成分分析(Principle Component Analysis,PCA)、线性判别分析(Linear Discrimin
2017-07-04 16:55:08 3565
转载 关于特征提取和PCA VS LDA(linear Discriminant Analysis)
关于特征提取和PCA VS LDA(linear Discriminant Analysis)(一) (2015-05-24 12:57:25)转载▼标签: 机器学习 特征选择 lineardiscriministic分类: 计算机技术周六日看了两个很不错的营养贴,其一曰:linea
2017-07-04 16:53:35 791
转载 高效使用 Python 可视化工具 Matplotlib
Matplotlib是Python中最常用的可视化工具之一,可以非常方便地创建海量类型的2D图表和一些基本的3D图表。本文主要介绍了在学习Matplotlib时面临的一些挑战,为什么要使用Matplotlib,并推荐了一个学习使用Matplotlib的步骤。简介对于新手来说,进入Python可视化领域有时可能会令人感到沮丧。Python有很多不同的可视化工具
2017-07-03 21:06:40 2524
转载 scipy csr_matrix和csc_matrix函数详解
在用Python进行科学运算时,常常需要把一个稀疏的np.array压缩,这时候就用到scipy库中的sparse.csr_matrix(csr:Compressed Sparse Row marix) 和sparse.csc_matric(csc:Compressed Sparse Column marix)scipy.sparse.csr_matrix官方API介绍(省略前
2017-07-03 16:16:44 1824
转载 Python中itertools模块用法详解
本文实例讲述了Python中itertools模块用法,分享给大家供大家参考。具体分析如下:一般来说,itertools模块包含创建有效迭代器的函数,可以用各种方式对数据进行循环操作,此模块中的所有函数返回的迭代器都可以与for循环语句以及其他包含迭代器(如生成器和生成器表达式)的函数联合使用。chain(iter1, iter2, ..., iterN):给出一组迭代器(
2017-07-03 15:34:23 1936
转载 PRML读书会第六章 Kernel Methods(核函数,线性回归的Dual Representations,高斯过程 ,Gaussian Processes)
主讲人 网络上的尼采(新浪微博:@Nietzsche_复杂网络机器学习)网络上的尼采(813394698) 9:16:05 今天的主要内容:Kernel的基本知识,高斯过程。边思考边打字,有点慢,各位稍安勿躁。 机器学习里面对待训练数据有的是训练完得到参数后就可以抛弃了,比如神经网络;有的是还需要原来的训练数据比如KNN,SVM也需要保留一部分数据--支持向量。很多线性参数
2017-07-02 13:27:54 719
转载 Python常用内置函数介绍【filter,map,reduce,apply,zip】
Python是一门很简洁,很优雅的语言,其很多内置函数结合起来使用,可以使用很少的代码来实现很多复杂的功能,如果同样的功能要让C/C++/Java来实现的话,可能会头大,其实python是将复杂的数据结构隐藏在内置函数中,用C语言来实现,所以只要写出自己的业务逻辑Python会自动得出你想要的结果。这方面的内置函数主要有,filter,map,reduce,apply,结合匿名函数,列表解析一起使
2017-07-01 20:06:35 447
转载 Python中numpy.clip();numpy.fabs()的用法;以及math.pow()的说明
在看一些关于关于数据分析的Python代码时,时常会出现一些方法不懂其意思,今天做个小小的说明关于:python中numpy.clip()方法的运用、numpy.fabs()方法运用法以及math.pow()的运用numpy.clip(a,a_min,a_max,a=None)的运用:方法解释:Clip(limit)the values in the array.这个方法会
2017-07-01 15:09:27 439
Pro Go The Complete Guide -go语言学习最新书籍
2023-06-19
Advanced_Programming_in_the_UNIX_Environment,_3rd
2018-11-30
Deep_Learning_Quick_Reference
2018-09-01
Convex Optimization Algorithms
2018-09-01
Guide.to.Medical.Image.Analysis.Methods.and.Algorithms
2018-09-01
Hands-On Data Science and Python Machine Learning py
2018-03-27
Python Machine Learning Machine Learning and Deep Learning
2018-03-27
Data Structures and Algorithms Using Python and C++
2018-03-27
R_for_Data_Science
2018-03-27
Machine Learning and Deep Learning with Python, scikit-learn, and TensorFlow
2018-03-17
Approximate.Dynamic.Programming.2011
2018-01-17
Swarm Intelligence Principles Advances and Applications
2018-01-13
Neural_Network_Methods_in_Natural_Language_Processing
2017-12-25
Reinforcement Learning With Open A TensorFlow and Keras Using Python.pdf
2017-12-18
Fundamentals of Deep Learning完整非扫描版本2017
2017-12-16
Text Mining in Practice with R 2017.12
2017-12-13
Text_Mining-From_Ontology_Learning_to_Automated_Text_Processing_Applications
2017-12-13
Tensorflow 机器学习参考手册2007
2017-11-22
Spark大数据处理技术 带标签 完整版
2017-11-12
模式分类11
2016-11-07
集体编程智慧
2016-11-07
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人