- 博客(6)
- 收藏
- 关注
RSS订阅原创 小谈 Python 装饰器及 numba 的基本使用
1. 预热知识要理解python中的装饰器，就要明白在python中，函数是一种特殊类型的变量，可以作为参数传递给函数，也可以作为返回值返回。比如下面的代码，就是 str_1 作为参数传递给 str_2 ,然后再 str_2 中调用传入的函数。def str_1(): print('good day') def str_2(func): func() ...
2018-03-27 16:00:57
3520
原创 Python 实现树结构
树在计算机科学的许多领域中使用，包括操作系统，图形，数据库系统和计算机网络。树数据结构与他们的植物表亲有许多共同之处。树数据结构具有根，分支和叶。自然界中的树和计算机科学中的树之间的区别在于树数据结构的根在顶部，其叶在底部。1 树的相关定义节点：树的基本部分。它可以有一个名称，我们称之为“键”。节点也可以有附加信息。我们将这个附加信息称为“有效载荷”。虽然有效载荷信息不是...
2018-03-23 16:57:36
81427
10
原创 DataFrame 数据批量做线性回归
我们通常用pandas读取csv文件为DataFrame数据格式，如下图，是部分县2001年到2009年的某种作物的产量数据。我们希望求得9年的增长趋势，即求一个一元线性回归模型的斜率，这个时候便可以调用python的sklearn包中的线性回归模型计算。思路：将2001-2009年作为自变量X，需要注意的是sklearn的模型输入的变量是矩阵，因此要用numpy将list转化...
2018-03-12 17:40:26
6569
4
原创 Scikit-learn 方法使用总结
在机器学习和数据挖掘的应用中，scikit-learn是一个功能强大的python包。在数据量不是过大的情况下，可以解决大部分问题。近期在学习使用scikit-learn的过程中，我自己也在补充着机器学习和数据挖掘的知识。以下是我做一个总结的笔记。后续会结合竞赛实操。1 scikit-learn基础介绍1.1 估计器（Estimator）常直接理解成分类器，主要包含两个函数：fi...
2018-03-06 15:45:09
959
原创 文本数据预处理：sklearn 中 CountVectorizer、TfidfTransformer 和 TfidfVectorizer
文本数据预处理的第一步通常是进行分词，分词后会进行向量化的操作。在介绍向量化之前，我们先来了解下词袋模型。 1.词袋模型（Bag of words，简称 BoW ） 词袋模型假设我们不考虑文本中词与词之间的上下文关系，仅仅只考虑所有词的权重。而权重与词在文本中出现的频率有关。 词袋模型首先会进行分词，在分词之后，通过统计每个词在文本中出现的次数，我们就可以得到该文本基于词...
2018-03-01 14:53:24
42906
12
原创 排序算法（2）：希尔排序
希尔排序（有时称为“递减递增排序”）通过将原始列表分解为多个较小的子列表来改进插入排序，每个子列表使用插入排序进行排序。 选择这些子列表的方式是希尔排序的关键。不是将列表拆分为连续项的子列表，希尔排序使用增量i（有时称为 gap），通过选择 i 个项的所有项来创建子列表。
2018-03-01 13:48:06
205
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人