2018年07月_罗罗攀

原创 Python数据科学|第一章：数据科学家的武器库

本系列教程为《Python数据科学——技术详解与商业实践》的读书笔记。该书以Python为实现工具，以商业实战为导向，从技术、业务、商业实战3个维度来展开学习。本书共19章（Python环境安装和Python基础语法法本系列教程不做讲解），内容较多，旨在学习和记录。但惶恐自身能力有限，未及原书三分，故征得原书作者同意，才敢动笔。 1.1 数据...

2018-07-30 17:24:00 332 1

原创（7月30号开班）Python爬虫小分队和数据分析小分队招募

2018，躁动起来之前已经开展了五期爬虫小分队，课程的形式：视频+打卡+集中答疑，很受学员的喜欢，也有很多粉丝问下一期的开班时间，今年开学就去了苏大联培，一直没有时间去弄。之前的模式不错，但也存在这一些问题：视频不统一，由多个老师录制，讲解方式不一视频为百度云链接，不安全针对这一些问题，我们从新开发，并朝全栈进发，那我们看下这次课程的内容...

2018-07-15 19:40:00 175

原创 sklearn调包侠之K-Means

K-Means算法 k-均值算法（K-Means算法）是一种典型的无监督机器学习算法，用来解决聚类问题。算法流程 K-Means聚类首先随机确定 K 个初始点作为质心（这也是K-Means聚类的一个问题，这个K值的不合理选择会使得模型不适应和解释性差）。然后将数据集中的每个点分配到一个簇中，具体来讲，就是为每个点找到距其最近的质心（这里算...

2018-07-08 09:48:00 1131

原创 sklearn调包侠之PCA降维

PCA PCA（主成分分析），它是一种维度约减算法，即把高维度数据在损失最小的情况下转换为低纬度数据的算法。实战——人脸识别数据导入该数据集可通过sklearn进行下载。数据集总共包含40位人员的照片，每个人10张照片。通过fetch_olivetti_faces方法下载的图片，进行了处理，人脸会居中，并裁剪为64*64大小。 %mat...

2018-07-06 08:06:00 583 2

原创 sklearn调包侠之支持向量机

算法原理对于支持向量机原理，可参考该系列博客（https://www.cnblogs.com/pinard/p/6111471.html）。实战——乳腺癌检测数据导入本次实战使用前文中的乳腺癌数据集，如图所示。 from sklearn.datasets import load_breast_cancer cancer = load_...

2018-07-04 10:31:00 418

原创 sklearn调包侠之朴素贝叶斯

文档处理朴素贝叶斯算法常用于文档的分类问题上，但计算机是不能直接理解文档内容的，怎么把文档内容转换为计算机可以计算的数字，这是自然语言处理（NLP）中很重要的内容。 TF-IDF方法今天我们简单讲解TF-IDF方法，将文本数据转换为数字。TF-IDF是一个统计方法，用来评估单个单词在文档中的重要程度。 TF表示词频，对一个文档而言，词频就...

2018-07-03 15:16:00 485

原创 sklearn调包侠之决策树算法

决策树原理之前我们详细讲解过决策树的原理，详细内容可以参考该链接（https://www.jianshu.com/p/0dd283516cbe）。改进算法但使用信息增益作为特征选择指标（ID3算法）容易造成过拟合。举一个简单例子，每个类别如果都有一个唯一ID，通过ID这个特征就可以简单分类，但这并不是有效的。为了解决这个问题，有了C4....

2018-07-01 08:41:00 755

罗罗攀