2016年10月_JR_lu

转载机器学习（十）使用sklearn库对时间特征进行处理

转自寒老师的七月算法ML课程，加了一点自己理解# -*- coding: utf-8 -*-"""Created on Mon Oct 31 20:27:11 2016@author: Sirius特征工程之时间型特征处理"""import pandas as pddata=pd.read_csv('kaggle_bike_competition_train.csv',

2016-10-31 22:10:55 15426

原创机器学习（九）使用sklearn库进行数据分析_——文本特征处理

# -*- coding: utf-8 -*-"""Created on Wed Oct 26 21:35:31 2016@author: siriustest word2word"""from sklearn.feature_extraction.text import CountVectorizerimport numpy as npvectorizer=CountVectoriz

2016-10-27 17:00:00 1242

原创机器学习（八）使用sklearn库进行数据分析_——特征处理之过滤、包裹、嵌入型

# -*- coding: utf-8 -*-"""Created on Thu Oct 27 10:53:56 2016@author: siriusfeature chioce""""""---------------------特征处理之--过滤型-----------------------------------评估单个特征和结果值之间的相关程度，排序留下TOP相关的特征部分"

2016-10-27 16:57:03 1488

原创机器学习（七）使用pandas库进行数据分析_——统计信息和离散化

在特征工程中，对于数值型数据（比如年龄为25岁、31岁。。，商店某个时间段的销量为20W件等等），通常要对这些数值型数据进行统计分析，比如求取它们的最大最小值、期望方差等，pandas库在数据分析中非常好用。对数值型数据进行离散化，也用到pandas的cut函数，具体操作如下代码：# -*- coding: utf-8 -*-"""Created on Wed Oct 2

2016-10-26 16:30:57 2576

原创机器学习（六）使用sklearn库的model存储

# -*- coding: utf-8 -*-"""Created on Tue Oct 25 21:39:04 2016@author: Administratormodel说明，normalization"""from sklearn import datasetsfrom sklearn.cross_validation import train_test_splitfrom sk

2016-10-26 10:43:14 2834

原创机器学习（五）使用sklearn库的cross validation

# -*- coding: utf-8 -*-"""Created on Tue Oct 25 20:10:51 2016@author: SIriustest sklearn"""import numpy as npfrom sklearn import datasetsfrom sklearn.cross_validation import train_test_splitfrom

2016-10-26 10:06:05 1395

原创机器学习（四）使用sklearn库的练习normalization和model的一些参数

“`-- coding: utf-8 --“”” Created on Tue Oct 25 21:39:04 2016@author: Administrator model说明，normalization “”” import numpy as np from sklearn import datasets from sklearn.cross_validation import t

2016-10-25 22:09:03 1421

原创机器学习（三）使用sklearn库的datasets练习LinearRegression

# -*- coding: utf-8 -*-"""Created on Tue Oct 25 20:42:24 2016@author:SiriusLinearRegression"""from sklearn import datasetsfrom sklearn.linear_model import LinearRegressionfrom sklearn.cross_valid

2016-10-25 21:00:50 1162

原创机器学习（二）使用sklearn库的datasets练习KNN分类

# -*- coding: utf-8 -*-"""Created on Tue Oct 25 20:10:51 2016@author: SIriustest sklearn"""import numpy as npfrom sklearn import datasetsfrom sklearn.cross_validation import train_test_splitfrom

2016-10-25 20:38:16 1320

原创机器学习（一）概率论基础

**1. 期望** 定义：期望有两种形式，离散型：和连续型：期望的意思就是概率加权下的“平均值”。性质：补充一点：随机事件是随机变量取某一特定值时的情况，有两个重要性质：独立性: 互斥性： 2.方差定义： n个样本的分布规律偏离于平均值的程度性质： 3.协方差定义：性质：协方差矩阵： ——–怎样评价多个特征属性之间的相关关系呢？

2016-10-24 11:11:51 855 1

JR_lu的博客