- 博客(6)
- 资源 (7)
- 收藏
- 关注
RSS订阅翻译 Python学习笔记（4）——Matplotlib中的annotate（注解）的用法
在上一篇博文ID3决策树算法中，绘制决策树时，使用了Matplotlib的注解工具annotate，借此机会系统学习一下annotate的用法。annotate用于在图形上给数据添加文本注解，而且支持带箭头的划线工具，方便我们在合适的位置添加描述信息。参数说明：Axes.annotate(s, xy, *args, **kwargs)s：注释文本的内容 xy：被注释的坐标点，二维...
2018-09-30 11:25:18
96643
8
原创 机器学习笔记（4）——ID3决策树算法及其Python实现
决策树是一种基于树结构来进行决策的分类算法，我们希望从给定的训练数据集学得一个模型（即决策树），用该模型对新样本分类。决策树可以非常直观展现分类的过程和结果，一旦模型构建成功，对新样本的分类效率也相当高。最经典的决策树算法有ID3、C4.5、CART，其中ID3算法是最早被提出的，它可以处理离散属性样本的分类，C4.5和CART算法则可以处理更加复杂的分类问题，本文重点介绍ID3算法。举个...
2018-09-27 16:07:37
38034
53
原创 Python学习笔记（3）——列表的索引、切片、增删改和排序
列表是由一系列按顺序排列的元素组成，列表的元素可以是字母、数字或任何东西，它们之间没有关系，用方括号（[ ]）表示列表。>>> numbers = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]>>> numbers[1, 2, 3, 4, 5, 6, 7, 8, 9, 10]1. 索引从0开始与大多数编程语言一样，列表的索引从...
2018-09-18 17:20:52
3131
原创 机器学习笔记（3）——使用聚类分析算法对文本分类（分类数k未知）
聚类分析是一种无监督机器学习（训练样本的标记信息是未知的）算法，它的目标是将相似的对象归到同一个簇中，将不相似的对象归到不同的簇中。如果要使用聚类分析算法对一堆文本分类，关键要解决这几个问题：如何衡量两个对象是否相似 算法的性能怎么度量 如何确定分类的个数或聚类结束的条件 选择哪种分类算法下面就带着这几个问题，以我工作中的一个业务需求为例，来学习一下怎么对中文文本进行聚类。（此文略长...
2018-09-14 11:37:13
52359
230
原创 Python学习笔记（2）——字符串常用方法（对齐、替换、拆分、合并）
1. 字符串对齐——center、ljust、rjust通过在两边填充字符（默认空格）让字符串居中、左对齐、右对齐。2. 查找子串——find、index、countfind：查找子串，返回子串第一个字符的索引，如果没找到返回-1。index：查找子串，返回子串第一个字符的索引，如果没找到引发异常。count：计算子串出现的次数。注意：以上三个方法均可指定起点和终点，但...
2018-09-04 16:55:15
3295
原创 Python学习笔记（1）——字符串拼接、长字符串、原始字符串r、格式设置%
1. 单引号和双引号字符串可以用单引号或双引号括起来，含义是一样的。但是当字符串中有引号时，可以将单引号和双引号结合使用，或使用反斜杠转义。>>> "Hello world!"'Hello world!'>>> 'Hello world!''Hello world!'>>> "Let's go.""Let's go
2018-09-04 16:55:04
2050
HCluster.py
2020-01-02
Logistic算法（随机梯度下降法）的Python代码和数据样本
2019-03-12
Logistic回归算法的Python代码和数据样本
2019-01-28
C4.5决策树算法的Python代码和数据样本
2018-12-21
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人