MinCong Luo的博客

正一派道家奇门遁甲排盘算法以下是备份的代码#!/usr/bin/env python# -*- coding: utf-8 -*-import requestsfrom bs4 import BeautifulSoupimport gzipimport re"""Build System: Python 3.6To Do: '正一派道家奇門遁甲排盤算法...

Python语言的类实例化后的类内数据的私有和公有 首先说这个特性有些坑爹,在周五耗掉了我大半天来弄懂了这个问题(之前关键是不知道怎么描述这个问题!)另外我写python喜欢写分号;见笑了…结论先说结论结论就是,私有变量的写法:class OBJ(object): """docstring for OBJ""" def __init__(self, a...

机器学习算法系列

1.简介LASSO回归的特点是在拟合广义线性模型的同时进行变量筛选和复杂度调整。 因此，不论目标因变量是连续的，还是二元或者多元离散的， 都可以用LASSO回归建模然后预测。 这里的变量筛选是指不把所有的变量都放入模型中进行拟合，而是有选择的把变量放入模型从而得到更好的性能参数。 复杂度调整是指通过一系列参数控制模型的复杂度，从而避免过度拟合。 对于线性模型来说，复杂度与模型的变量数有直接

1.获得样例数据scikit-learn库有一些标准的数据集，例如分类的数字集，波士顿房价回归数据集。在下面，我们启动Python解释器，然后载入数据集。我们可以认为，美元符号后输入python然后会启动以> > >开头的 Python解释器，提示我们输入python表达语句：$ python>>> from sklearn import datasets>>> iris

#GNU# apt-get update# apt-get install python-pip# mkdir download# apt-get install python-numpy# apt-get install python-scipy# apt-get install pyton-dev# apt-get install python-dev# cd /

对adaBoost算法的研究以及应用大多集中于分类问题，同时也出现了一些在回归问题上的应用。就其应用adaBoost系列主要解决了: 两类问题、多类单标签问题、多类多标签问题、大类单标签问题、回归问题。它用全部的训练样本进行学习。

import matplotlib as mplmpl.use('Agg')#而且必须添加在import matplotlib.pyplot之前，否则无效#最后在plt.draw后面加上plt.savefig("/home/yourname/picFaster.jpg")#就可以把绘制的图存为jpg，down到本地查看就行了

邮件发送