2018年06月_木水_

翻译 Kaggle：Home Credit Default Risk 特征工程构建及可视化（2）

博主在之前的博客 Kaggle：Home Credit Default Risk 数据探索及可视化（1）中介绍了 Home Credit Default Risk 竞赛中一个优秀 kernel 关于数据的探索及可视化的工作，本篇博客将围绕如何构建特征工程展开叙述，原文链接地址：Start Here: A Gentle Introduction1 简介特征工程是指一个基因过程，可以...

2018-06-30 16:28:26 3351 2

原创 Python 实现图的深度优先和广度优先搜索

在介绍 python 实现图的深度优先和广度优先搜索前，我们先来了解下什么是“图”。1 一些定义顶点顶点（也称为“节点”）是图的基本部分。它可以有一个名称，我们将称为“键”。边边（也称为“弧”）是图的另一个基本部分。边连接两个顶点，以表明它们之间存在关系。权重边可以被加权以示出从一个顶点到另一个顶点的成本。例如，在将一个城市连...

2018-06-28 16:38:08 14503 5

翻译 Kaggle：Home Credit Default Risk 数据探索及可视化（1）

1 数据介绍数据由Home Credit提供，该服务致力于向无银行账户的人群提供信贷（贷款）。预测客户是否偿还贷款或遇到困难是一项重要的业务需求，Home Credit将在Kaggle上举办此类竞赛，以了解机器学习社区可以开展哪些模式以帮助他们完成此任务。有7种不同的数据来源： application_train / application_test：主要的培训和测试数据以及关于Home...

2018-06-27 20:38:04 9633 5

原创 lintcode 刷题 by python 部分链表题总结（2）

本篇博客对最近做的链表的算法题做个简单的小结，主要描述题目和提供解题思路，具体代码见我的 github：https://github.com/MUSK1881/lintcode-by-python 36. 翻转链表 II（中等）描述翻转链表中第m个节点到第n个节点的部分样例给出链表1->2->3->4->5->nul...

2018-06-23 22:36:20 334

原创基于CART的回归和分类任务

CART 是 classification and regression tree 的缩写，即分类与回归树。博主之前学习的时候有用过决策树来做预测的小例子：机器学习之决策树预测——泰坦尼克号乘客数据实例，不过在那篇博客中并没有详细阐述算法的原理，本篇博客以学习 CART 里面的思想为主。1 基于 CART 的回归1.1 定义概述 CART 假设决策树是二叉树，因此回归...

2018-06-22 23:23:47 765

原创 Python 中的堆（heapq 模块）应用：Merge K Sorted Lists

堆是计算机科学中一类特殊的数据结构的统称。堆通常是一个可以被看做一棵树的数组对象。在队列中，调度程序反复提取队列中第一个作业并运行，因为实际情况中某些时间较短的任务将等待很长时间才能结束，或者某些不短小，但具有重要性的作业，同样应当具有优先权。堆即为解决此类问题设计的一种数据结构。1 定义n个元素序列{k1,k2...ki...kn},当且仅当满足下列关系时称之为堆：(ki...

2018-06-22 14:32:43 780

原创 Python实现数组和链表的归并排序

归并排序是一种稳定的排序，采用分而治之策略，可以用于顺序储存结构，也易于在链表上实现。其原理如下图：算法时间复杂度为 O（nlogn），空间复杂度为 O（n）。1 在数组上实现def mergesort(seq): if len(seq)<=1: return seq mid=int(len(seq)/2) ...

2018-06-21 17:07:48 1891

原创 ArcGIS中的数据连接问题——数据类型不统一

博主在研究空间数据分布的时候经常会用到 ArcGIS 进行空间数据可视化。但是有时候会由于数据类型不统一而无法将 csv 中的数据连接到底图上。比如在底图中的数据是字符串格式，而 csv 中是数字格式，出现这种情况，我们要么改变 csv 中的数据类型（似乎把 csv 中的数字格式改成字符串，连接底图的时候还是无效的？），要么在底图中重新构建能和 csv 中的相匹配的字段。下面介...

2018-06-19 15:45:08 6551 1

原创 Kaggle：House Prices: Advanced Regression Techniques 数据预处理

本博客是博主在学习了两篇关于 “House Prices: Advanced Regression Techniques” 的教程（House Prices EDA 和 Comprehensive data exploration with Python ）后的总结，重点在于探究如何分析真实数据的分布以及如何对数据进行预处理，同时强化 pandas 和 seaborn 包的操作技巧。 ...

2018-06-01 15:13:03 3377 2

U R MINE