Python
ggbond222
这个作者很懒,什么都没留下…
展开
-
常见机器学习算法原理
1.线性回归 自变量与因变量是一种线性关系。 y=wx+b y=w1x1+w2x2+……wnxn+w0x0 此处用w0x0代表b,w0=b,x0=1。 损失函数为1/2(yi-y^)^2。即预测值与实际值之差的平方和最小。 预测值均值与实际值均值相等 一元线性回归的系数为: 多元线性回归: 系数为: 2.逻辑回归 逻辑回归不是回归问题,它解决的是分类问题。 使用sigmoid函数可以让数据从负无穷到无穷变化为(0,1) 因此可以将其转化为概率 正例sigmoid(z)>0.5 负例sigmoid原创 2020-09-16 22:02:24 · 3454 阅读 · 0 评论 -
Pandas基础
1.Pandas简介 Pandas基于NumPy的一种工具,纳入了大量库和一些标准的数据模型。 Pandas基于两种数据类型:Series与dataframe 2.Series对象 Series类似一维数组,Series可以自定义标签,也就是索引(index)。 import pandas as pd from pandas import Series,Dataframe import numpy...原创 2020-09-10 20:49:27 · 126 阅读 · 0 评论 -
NumPy简介及使用
NumPy 1.NumPy的优势 NumPy是一个开源Python科学计算库,用于快速处理任意维度的数组。 对于同样的数值计算任务,使用NumPy比直接使用Python要简洁、快速。 NumPy中的数组的存储效率和输入输出性能远优于Python中等价的基本数据结构, 其能提升的性能与数组中的元素成正比。 NumPy大部分代码使用C语言写的,在底层算法在设计时就有优异的性能, 这使得NumPy比纯P...原创 2020-09-09 20:55:20 · 413 阅读 · 0 评论 -
对google play store app的数据分析与实用的报表生成
1. 对google play store的app数据分析 import numpy as np import pandas as pd import matplotlib.pyplot as plt #Genres内容分级原创 2020-03-22 16:05:30 · 1273 阅读 · 0 评论 -
Python异常处理与文件打开
异常处理 捕获异常 #将可能出错的部分用try运行 #当执行出错,后面代码不会继续执行,转到错误处理代码即except,执行相应错误处理 #如果没有错误则会执行else,最后不论什么情况finally一定执行 try: print('try...') r=10/int('a') print('result',r) #错误处理也是class,当执行父类的时候也会包含它的子类 #即xecept ...原创 2020-09-09 18:55:00 · 469 阅读 · 0 评论 -
Python字符串、列表、元组、字典和集合的常见操作
一、字符串(str)常见操作 1.find 检测str是否包含在mystr中,如果是返回开始的索引值,否则返回-1。index与find使用相同,只是在找不到时会报错。rfind、rindex从右边开始找。 mystr.find(str,start=0,end=len(mystr)) 2.count 返回str在start和end之间在mystr里出现的次数 mystr.count(str,st...原创 2020-09-09 18:55:39 · 284 阅读 · 0 评论 -
Python函数的定义与调用
函数定义 def 函数名(): 代码 通过help(函数名)可以查看函数相关说明 函数的参数 1.位置参数 按照对应的位置顺序传参 2.默认参数 当调用函数时为对默认参数传参,则默认参数为定义的默认值**(必须为不变对象,如str、None)** 默认参数降低了函数调用的难度。 当有多个默认参数可以按顺序输入,当不按顺序时需要将参数名写上。 def power(x,n=2,m=3) #n=2,...原创 2020-09-09 18:58:52 · 150 阅读 · 0 评论 -
Python面向对象
面向对象编程 面向对象编程——Object Oriented Programming,把对象作为程序的基本单元,一个对象包含了数据和数据操作的函数。 面向过程的程序设计把计算机程序视为一系列的命令集合,即一组函数的顺序执行。(C语言) 面向对象的程序设计把计算机程序视为一组对象的集合,每个对象都可以接收其他对象发过来的消息,并处理这些消息,计算机程序的执行就是一系列消息在各个对象之间的传递。 Py...原创 2020-09-09 20:45:31 · 147 阅读 · 0 评论