Chloezhao的专栏

trainMatrix, testRatings = load_data('yelp.rating')def load_data(ratingFile, testRatio=0.1): user_count = item_count = 0 ratings = [] for line in open(ratingFile): arr = li

如何将数据集划分为测试数据集和训练数据集？把数据集分为两部分：分别用于训练和测试sklearn提供一个将数据集切分成训练集和测试集的函数。from sklearn.crose_validation import train_test_splitXd_train,Xd_test,y_train,y_test=train_test_split(X_d,y,random_state=14)

https://github.com/coreylynch/pyFM这是一个 python 实现的分解机 [1]。使用自适应正则化作为一种学习方法，适应正规化训练模型参数时，自动使用随机梯度下降。详情，请参阅 [2]。从 libfm.org:"分解机 (FM) 是允许通过来模拟大多数分解模型的特征工程的泛型方法。这种方式，分解机"相结合特征工程概论凭借优势的分解模型估计的大域分类变量之

cPickle.dump使用

python加载数据集

1.python WindowsError: [Error 3]2.python中绝对路径和相对路径问题3.WindowsError: [Error 183] : python

python报错ValueError: numpy.dtype has the wrong size, try recompiling问题解决

模块的导入：模块位置          把写的script1放在我们安装Python的位置：然后开始-运行-python：import script110. import，from 和 reload模块只可以导入一次            导入是一个开销很大的操作，以至于每个程序运行只可以导入一次。想再次运行除

python科学计算1.使用python内置数据集from sklearn import datasetsiris = datasets.load_iris()>>> print(iris.data) [[ 0. 0. 5. ..., 0. 0. 0.] [ 0. 0. 0. ..., 10. 0. 0.] [

机器学习基础： a. 机器学习基础是——归纳generalize，从已知数据中找未知规律； b. Tom Mitchell定义“一个程序在完成任务T（task）后获得经验E（experience），其表现为效果P（performance）；如果它完成任务T（task）的效果为P（performance），那么就获得经验E（experience）”；监督学习、无监督学习 

1.python安装2.python下numpy安装3.python下scipy安装4.python下sklearn安装

建模buildModle def buildModel(self): loss_pre = sys.float_info.max nonzeros = self.trainMatrix.nnz hr_prev = 0.0 sys.stderr.write("Run for BPR. \n") for itr