- 博客(4)
- 收藏
- 关注
RSS订阅转载 make_blobs函数
make_blobs函数是为聚类产生数据集产生一个数据集和相应的标签n_samples:表示数据样本点个数,默认值100n_features:表示数据的维度，默认值是2centers:产生数据的中心点，默认值3cluster_std：数据集的标准差，浮点数或者浮点数序列，默认值1.0center_box：中心确定之后的数据边界，默认值(-10.0, 10.0)shuffle ：洗乱，默认值是Truerandom_state:官网解释是随机生成器的种子链接：https://www.jia.
2021-04-04 10:10:08
4163
原创 One-hot编码
处理分类数据（有限个字符型的数据）方法：1.删除非数值型数据（也就是这些分类数据）drop（object）；2.标签编码；from sklearn.preprocessing import LabelEncoderlabel_encoder=LabelEncoder()label_encoder.fit([])(拟合)label_encoder.transform([])(转化)//fit_transform()3.独热编码。独热编码：对分类（类别）数据：使用标签编码包含了标签的大小关系
2021-03-27 11:06:44
139
原创 卡方检验思想
**卡方检验思想总结卡方检验思想：1.假设数据服从某种分布，或某种模型；2.计算出符合此模型的数据，即为期望数据；3.实际观测到的数据和2中计算得到的期望数据相比较（卡方检验的公式）；4.得到的卡方值过大，说明偏差过大，则拒绝假设模型。卡方检验适用于类别变量 ，如好、坏等分类。卡方检验公式：χ²=∑(Oi-Ei)²\Ei自由度：df=(row-1)(column-1)什么是自由度：自由度是指当以样本的统计量来估计总体的参数时，样本中独立或能自由变化的数据的个数。卡方表：row-df
2021-03-26 17:21:11
2153
转载 Hadoop MapReduce框架详解
Hadoop MapReduce框架详解mapreduce是hadoop的计算框架，就感觉到hdfs和mapreduce关系的紧密。学习某一套技术总是想着这套技术到底能干什么，只有当我真正理解了这套技术解决了什么问题时候，我后续的学习就能逐步的加快，而学习hdfs时候我就发现，要理解hadoop框架的意义，hdfs和mapreduce是密不可分。Mapreduce初析Mapreduce是一个计算框架，既然是做计算的框架，那么表现形式就是有个输入（input），mapreduce操作这个输入（input
2020-05-14 20:53:43
210
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