- 博客(25)
- 资源 (5)
- 收藏
- 关注
RSS订阅原创 SKLEARN--数据预处理
1.数据标准化（去均值和方差按比例缩放）标准化import numpy as npfrom sklearn import preprocessingdata = np.array([[ 1., 100., -7], [ 2., -50., 10], [ 0., 200, 200]]) #标准化去...
2019-05-12 10:52:50
313
原创 SKLEARN--特征提取（不完整）
1.从字典类型加载特征类 DictVectorizer 可用于将标准的Python字典（dict）对象列表的要素数组转换为 scikit-learn 估计器使用的 NumPy/SciPy 表示形式。虽然 Python 的处理速度不是特别快，但 Python 的 dict 优点是使用方便，稀疏（不需要存储的特征），并且除了值之外还存储特征名称。类 DictVectorizer 实现了 “one...
2019-05-12 09:06:53
315
原创 SKLEARN--交叉验证
1.K折交叉验证KFold 将所有的样例划分为 k 个组，称为折叠 (fold) （如果 k = n， 这等价于 Leave One Out（留一） 策略），都具有相同的大小（如果可能）。预测函数学习时使用 k - 1 个折叠中的数据，最后一个剩下的折叠会用于测试。>> import numpy as np>>> from sklearn.model_sel...
2019-05-11 19:53:03
400
原创 206. 反转链表
# Definition for singly-linked list.# class ListNode(object):# def __init__(self, x):# self.val = x# self.next = Noneclass Solution(object): def reverseList(self, head):...
2019-05-11 16:47:37
95
原创 136. 只出现一次的数字
class Solution(object): def singleNumber(self, nums): """ :type nums: List[int] :rtype: int """ #利用python库解决 # from collections import Counter ...
2019-05-11 16:47:31
55
原创 169. 求众数
class Solution(object): def majorityElement(self, nums): """ :type nums: List[int] :rtype: int """ #利用python库解法一 # from collections import Counter...
2019-05-11 16:47:25
54
原创 21. 合并两个有序链表
# Definition for singly-linked list.# class ListNode(object):# def __init__(self, x):# self.val = x# self.next = Noneclass Solution(object): def mergeTwoLists(self, l1, ...
2019-05-11 16:47:19
64
原创 231. 2的幂
class Solution(object): def isPowerOfTwo(self, n): """ :type n: int :rtype: bool """ #移位方法， 转化为二进制，如果数字是2的倍数，那么一定是第一位为1后面全是0 ...
2019-05-11 16:47:13
71
原创 88. 合并两个有序数组
class Solution(object): def merge(self, nums1, m, nums2, n): """ :type nums1: List[int] :type m: int :type nums2: List[int] :type n: int :rtype: No...
2019-05-11 16:47:08
89
原创 7. 整数反转7
class Solution(object): def reverse(self, x): """ :type x: int :rtype: int """ flag = 0 if x<0: flag =1 x = -x d...
2019-05-11 16:47:03
177
原创 78. 子集
class Solution(object): def subsets(self, nums): """ :type nums: List[int] :rtype: List[List[int]] """ #方法一# self.res = []# def dfs(nums,...
2019-05-11 14:41:33
88
原创 59. 螺旋矩阵 II
class Solution(object): def generateMatrix(self, n): """ :type n: int :rtype: List[List[int]] """ #方法一 # A, low = [], n*n+1 # while low >...
2019-05-11 14:41:26
111
原创 matplotlib可视化篇annotate(),text()--注释文本
1.matplotlib.pyplot.annotate()功能：在图中带有指向型文本注释信息，突显细节，官方项目地址,高级玩法,下面列出常用参数信息。text:str, 注释信息内容xy:(float,float), 箭头点所在的坐标位置xytext:(float,float), 注释内容的坐标位置weight: str or int, 设置字体线型，其中字符串从小到大可选项有{‘...
2019-05-11 14:41:19
10701
原创 算法评价方式整理（理论+代码）--代码后续更新
1.绝对误差与相对误差2.平均绝对误差3.均方误差4.均方根误差5.平均绝对百分误差6.Kappa统计7.识别准确度8.识别精确度9，召回率10.ROC曲线11.混淆矩阵...
2019-05-11 14:41:09
490
原创 557. 反转字符串中的单词 III
class Solution(object): def reverseWords(self, s): """ :type s: str :rtype: str """ data = s.split() #将字符串按照空格划分为单词列表 res = [] for item i...
2019-05-10 14:05:12
148
原创 589. N叉树的前序遍历
"""# Definition for a Node.class Node(object): def __init__(self, val, children): self.val = val self.children = children"""class Solution(object): def preorder(self, root...
2019-05-10 11:23:29
81
原创 590. N叉树的后序遍历
"""# Definition for a Node.class Node(object): def __init__(self, val, children): self.val = val self.children = children"""class Solution(object): def postorder(self, roo...
2019-05-10 11:22:37
92
原创 226. 翻转二叉树
# Definition for a binary tree node.# class TreeNode(object):# def __init__(self, x):# self.val = x# self.left = None# self.right = Noneclass Solution(object): ...
2019-05-10 11:16:00
66
原创 461. 汉明距离
class Solution(object):#方法一 def hammingDistance(self, x, y): """ :type x: int :type y: int :rtype: int """ num_x = self.geshi(self.Dec2Bin(x)) ...
2019-05-10 11:09:28
78
原创 617. 合并二叉树
# Definition for a binary tree node.# class TreeNode(object):# def __init__(self, x):# self.val = x# self.left = None# self.right = Noneclass Solution(object): ...
2019-05-10 10:50:18
85
原创 771. 宝石与石头
class Solution(object): def numJewelsInStones(self, J, S): """ :type J: str :type S: str :rtype: int """ #36ms 利用转化为列表的形式逐一进行比对 count = 0 ...
2019-05-10 10:39:16
79
原创 调参小技巧-KNN算法K值图像选取法
# 导入第三方模块import numpy as npfrom sklearn import neighborsimport matplotlib.pyplot as pltdef KNN_valuechoise(X_tain, y_train, K_num): # 设置待测试的不同k值# K = np.arange(1,np.ceil(np.log2(Knowledge...
2019-05-10 09:45:53
4115
2
原创 调参小技巧-DBSCAN参数选取方法
利用循环迭代一些参数变量选取最适合的参数1.初始数据处理部分，请自行对照调整，此处仅作为保持流程完整使用。# 读入第三方包from sklearn import preprocessing# 选取建模的变量predictors = ['Birth_Rate','Death_Rate']# 变量的标准化处理X = preprocessing.scale(Province[predi...
2019-05-10 09:17:24
37877
17
原创 调参小技巧-Kmeans聚类三大图像调参
1.拐点法（选取斜率突变点） 构造自定义函数，用于绘制不同k值和对应总的簇内离差平方和的折线图def k_SSE(X, clusters): # 选择连续的K种不同的值 K = range(1,clusters+1) # 构建空列表用于存储总的簇内离差平方和 TSSE = [] for k in K: # 用于存储各个簇内离差平方和 ...
2019-05-10 09:09:33
4051
2
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人