![](https://img-blog.csdnimg.cn/20201014180756754.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
文章平均质量分 75
行秋即离
若你困于无风之地
展开
-
Python数据清洗工具之Numpy
1. Numpy(Numberical Python)Anaconda中已经集成了NumPy,可以直接使用。如果想要自行安装的话,可以使用流行的Python包安装程序 pip 来安装 NumPy,目前使用的是Anaconde的环境进行学习和使用这个库1.1 这库的安装方法CMD :pip install numpy或者使用清华源的镜像库:pip install numpy -i https://pypi.tuna.tsinghua.edu.cn/simple(直接复制可用)如果想查看这个库的.原创 2021-04-21 20:35:21 · 1709 阅读 · 2 评论 -
Aprior算法
Apriori算法简介Apriori算法是经典的挖掘频繁项集和关联规则的数据挖掘算法。A priori在拉丁语中指"来自以前"。当定义问题时,通常会使用先验知识或者假设,这被称作"一个先验"(a priori)。Apriori算法的名字正是基于这样的事实:算法使用频繁项集性质的先验性质,即频繁项集的所有非空子集也一定是频繁的。Apriori算法使用一种称为逐层搜索的迭代方法,其中k项集用于探索(k+1)项集。首先,通过扫描数据库,累计每个项的计数,并收集满足最小支持度的项,找出频繁1项集的集合。该集合记为原创 2021-04-15 14:49:12 · 2525 阅读 · 0 评论 -
聚类算法
聚类K-means1.概述决策树、随机森林、逻辑回归等算法与聚类不同,他们虽然有着不同的功能,但却都是属于有监督学习的一部分,也就是说,模型在训练的时候,即需要特征矩阵X,也需要真实标签Y。而聚类属于无监督学习,无监督学习算法在训练的时候只需要特征矩阵X,不需要标签,曾经学过PCA的将维算法就是无监督学习中的一种,聚类算法也是无监督学习的代表算法之一,其目的就是将数据划分为有用的组或者簇,这种划分可以基于业务需求或者建模需求来完成,也可以单纯的帮助数据的自然结构和分布在商业中,手头有大量的当前和潜原创 2021-04-11 20:59:22 · 2049 阅读 · 0 评论 -
对偶问题
1.对偶问题随着线性规划应用的逐步深入,人们发现一个线性规划问题往往伴随着与之配对的、两者有着密切的联系的另一个线性规划问题,将其中一个称为原问题,另外一个称之为对偶问题。对偶理论深刻揭示了原问题与对偶问题的内在联系,由对偶问题引申出来的对偶解有着重要经济意义,是经济学中重要的概念工具之一,对偶理论充分显示线性规划理论逻辑上的严谨性与结构上的对称性,它是线性规划的重要成果。原问题的例子某家具厂木器车间生产木门和木窗的两种产品,加工木门收入56\扇,加工木窗收入30\扇,生产一扇木盟需要木工4小时、原创 2021-04-11 20:09:23 · 15502 阅读 · 1 评论 -
王者荣耀KPL秋季赛总决赛预测(AG VS DYG)
原文连接:https://mp.weixin.qq.com/s/aRhVXZz9Dl-FcFylFIeTlA这个一个很Nice的公众号,推荐给大家:Datawhale用到的知识:爬虫+数据分析自己在在学了一段时间的爬虫和python数据分析之后,尝试了网上很多一些开源的项目,今天发现一个很有意思的项目,分享一下。前言玩过王者荣耀的都知道,游戏为了平衡,游戏地形和英雄强度等都会定期的更新,因此游戏的数据本身是变化的王者荣耀大家估计都玩过了,在这里就不介绍游戏规则了,在这个项目中我尽可能的用简单的转载 2020-12-17 22:23:14 · 3034 阅读 · 1 评论