MrLevo520的博客

Python 2.7 IDE Pycharm 5.0.3 numpy 1.11.0前言总算迈入机器学习第一步，总比原地踏步要好。什么是K-近邻?一句话总结，物以类聚，人以群分，更‘靠近’哪一个点，就认为它属于那一个点。以一篇硕士论文截图说明Knn算法思想根据这个伪代码流程，我们就可以使用python进行算法重构了，分三步，一算距离，二排序，三取值实现Knn基础代码第一部分，被调函数，在主程序中

目的加载遥感图像的.mat数据进行呈图显示将.mat的数据转化为python后续算法处理的csv文件存储训练模型，观察分类效果，在图中显示与原图对比方法Refer：spectral python官网 使用超强的spectral包！目的1 - 代码 加载遥感图像的.mat数据进行呈图显示part1 . 加载数据#refer:https://github.com/KGPML/Hype

Python 2.7 IDE Pycharm 5.0.3 numpy 1.11.0 matplotlib 1.5.1可以扩展阅读： 1.(大)数据处理：从txt到数据可视化 2.机器学习之K-近邻算法（Python描述）基础 3.机器学习之K-近邻算法（Python描述）实战百维万组数据数据及参考代码 github地址，下载压缩包，ch10前言从程序上读懂每一行，才是了解算法的开始。

About TrsKAGGLE ENSEMBLING GUIDECreating ensembles from submission filesVoting ensemblesError correcting codesA machine learning exampleA pinch of mathsNumber of votersCorrelation模型相关性Use for

Python 2.7 IDE Pycharm 5.0.3 numpy 1.11.0 matplotlib 1.5.1建议先阅读： 1.(大)数据处理：从txt到数据可视化 2.机器学习之K-近邻算法（Python描述）基础 3. 教程来自于《机器学习实战》第二章 4. 代码及数据github@Mini-Python-Project中的DataSource文件夹下有个压缩包前言通过基础的

建议先阅读以下文章回归问题构建stacking模型分类问题构建stacking模型codePay AttentionFurther建议先阅读以下文章知乎(必读)：Kaggle机器学习之模型融合（stacking）心得Blog：Stacking Models for Improved PredictionsBlog：KAGGLE ENSEMBLING GUIDE(注脚)Blog：如何

前言 在整理项目的时候发现清洗过程是一个非常细节的过程，几乎贯穿始终，也是后续步骤特征提取等的前置条件，所以整理如下,因为展开较大，所以我已近上传mindnode脑图和原始照片尺寸，请在这里下载数据清洗脑图原版致谢机器学习基础与实践（一）—-数据清洗箱形图为什么能检测异常值，原理是什么？五个步骤教你数据清洗数据清洗基本概念标准化矩阵 协方差矩阵 相关系数矩阵数据挖掘数据预处理之：异常值检测数据

decode的作用是将其他编码的字符串转换成unicode编码， 如str1.decode(‘gb2312’)，表示将gb2312编码的字符串转换成unicode编码。 encode的作用是将unicode编码转换成其他编码的字符串， 如str2.encode(‘gb2312’)，表示将unicode编码的字符串转换成gb2312编码。 import stringlist =

Python 2.7 IDE Pychrm 5.0.3 sci-kit learn 0.18.1前言 抖了个机灵，不要来打我，这是没有理论依据证明的，只是模型测试出来的确有效，并且等待时间下降(约)为原来的十分之一！！刺不刺激，哈哈哈。原理 基本思想：先找重点在细分，再细分，伸缩Flexible你怕不怕。以下简称这种方法为FCV不知道CV的请看@MrLevo520–总结：Bias(偏

前言 最近在理清一些很必要的也很基础的东西，记录一下，结合网上和文献，自己也有些易化使之更轻松理解，如有错误，请不吝赐教，多谢！Bootstrap(自助法) Bootstrap是一种抽样方法核心思想子样本之于样本，可以类比样本之于总体栗子：我要统计鱼塘里面的鱼的条数，怎么统计呢？假设鱼塘总共有鱼1000条，我是开了上帝视角的，但是你是不知道里面有多少。步骤：1. 承包鱼塘，不让别人捞鱼(

Error = Bias + Variance+Noise 什么是Bias(偏差) Bias反映的是模型在样本上的输出与真实值之间的误差，即模型本身的精准度，即算法本身的拟合能力什么是Variance(方差) Variance反映的是模型每一次输出结果与模型输出期望之间的误差，即模型的稳定性。反应预测的波动情况。列表内容什么是Noise Error

Python 2.7 IDE Pycharm 5.0.3 numpy 1.11.0 matplotlib 1.5.1 本次可视化数据由机器学习实战倾情提供(就是盗用了数据和改了一点点程序更加易读)前言将txt中数据进行可视化展示用于分析需求你只需要知道 每行的第一列数据是飞行里程，第二列是玩游戏所占百分比时间，第三列是每年吃的冰激凌消耗量，第四列是某个xx觉得这类人的适合约会的感兴

关于本文特征工程是什么32 数据探索性分析Exploratory Data AnalysisEDA数据预处理1 无量纲化 数据规范化11 标准化 0均值标准化Z-score standardization12 区间缩放法线性函数归一化Min-Max scaling13 标准化与归一化的区别 标准化规范化与归一化的区别2 对定量特征二值化3 对定性特征哑编码4 缺失值计算