- 博客(6)
- 收藏
- 关注
RSS订阅原创 机器学习总结
通过对这些机器学习算法和案例的学习，我们了解到不同算法的适用场景和实现方式。在实际应用中，需根据具体问题选择合适算法，同时要重视数据预处理、模型评估与调优等环节，以提升模型性能和预测准确性。机器学习在众多领域有着广泛应用前景，从金融风险预测到图像识别、自然语言处理等，持续学习和实践对于掌握这一强大技术至关重要。
2025-05-14 11:33:18
527
原创 机器学习总结
机器学习涵盖多种算法，从用于预测数值的线性回归，到处理分类问题的逻辑回归、KNN，再到无监督的聚类算法 K - means 等。每个算法都有其独特的原理和适用场景。通过上述丰富案例可以看出，机器学习在实际生活的众多领域都发挥着重要作用，从商业营销到医疗诊断，从图像识别到自然语言处理等。随着技术的不断发展，机器学习将在更多领域展现其强大的应用价值，为解决复杂问题提供有力的工具和方法。
2025-05-14 10:58:14
827
原创 爬虫知识总结
网络爬虫是一把 “双刃剑”，合理使用可以高效获取公开数据，推动技术创新和社会发展；但滥用则可能触犯法律红线。在开发爬虫时，需始终遵守法律法规，尊重网站权益，保持技术伦理。通过不断实践（如从简单静态页面到复杂动态网站的爬取），逐步掌握反爬对抗、性能优化等核心技能，最终成为合格的数据采集工程师。
2025-04-23 10:54:49
2370
原创 【小考47题】
依据这些数据，可精准把握用户喜好，推荐相似受欢迎的视频。- **停留时长数据**：在某个视频上的停留时长，能反映用户对该视频内容的感兴趣程度，停留时间长说明内容吸引力大，可据此推荐类似吸引力的视频。- **设备信息数据**：不同设备可能影响视频观看体验，了解设备类型（手机、平板等 ）、屏幕分辨率等，可优化视频推送格式和质量，提升用户观看体验。
2025-04-07 17:19:44
306
原创 微信好友数据分析案例
1. 技术栈选择：- 使用itchat库实现微信接口调用- 使用Pandas进行数据处理- 使用Matplotlib和WordCloud进行数据可视化- 使用face_recognition进行人脸识别- 使用PyQt5构建图形界面2. 关键技术点:- 微信Web协议的非官方API使用- 大规模数据处理与可视化- 图像处理与人脸识别技术- 跨平台GUI开发3. 遇到的挑战:- 微信Web协议的限制和变化- 大量头像下载和处理时的性能问题。
2025-04-07 16:39:58
259
原创 Python与数据分析小考
jieba：用于中文分词。：用于词频统计。nltk：用于词性标注。matplotlib：用于生成饼状图和柱状图。networkx：用于生成关系图。wordcloud：用于生成词云。tkinter：用于创建图形用户界面。：对文本进行分词，返回一个词语列表。：统计词语列表中每个词语的出现频率。：对词语列表进行词性标注，返回一个包含词语和词性的元组列表。：生成饼状图。：生成柱状图。：创建一个空的关系图。：生成词云。：创建一个GUI窗口。
2025-03-17 17:03:49
808
1
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