自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(20)
  • 资源 (1)
  • 问答 (1)
  • 收藏
  • 关注

转载 python nonzero()

转自 http://m.blog.csdn.net/blog/xiaolewennofollow/44985907当使用布尔数组直接作为下标对象或者元组下标对象中有布尔数组时,都相当于用nonzero()将布尔数组转换成一组整数数组,然后使用整数数组进行下标运算。nonzeros(a)返回数组a中值不为零的元素的下标,它的返回值是一个长度为a.ndim(数组a的轴数)的元组,元

2015-11-27 08:38:49 989

转载 python getA()

转自 http://docs.scipy.org/doc/numpy/reference/generated/numpy.matrix.getA.html#numpy.matrix.getAmatrix.getA()[source]Return self as an ndarray object.Equivalent to np.asarray(self).

2015-11-21 21:59:16 2687

转载 python exp()

转自 http://www.runoob.com/python/func-number-exp.html描述exp() 方法返回x的指数,ex。语法以下是 exp() 方法的语法:import mathmath.exp( x )注意:exp()是不能直接访问的,需要导入 math 模块,通过静态对象调用该方法。参数

2015-11-18 08:28:19 1128

原创 机器学习实战笔记之五(Logistic 回归)

Logistic 回归的一般过程收集数据:采用任意方法收集数据。准备数据:由于需要进行距离计算,因此要求数据类型为数值型。另外,结构化数据格式最佳。分析数据:采用任意方法对数据进行分析。训练算法:大部分时间将用于训练,训练的目的是为了找到最佳的分类回归系数。使用算法:首先,我们需要输入一些数据,并将其转换成对应的结构化数值;接着,基于训练好的回归系数就可以对这些数值进行简单的回

2015-11-17 21:15:50 14430 6

转载 LNMP状态管理命令

转自 http://lnmp.org/faq/lnmp-status-manager.htmlLNMP状态管理命令:LNMP 1.2状态管理: lnmp {start|stop|reload|restart|kill|status}LNMP 1.2各个程序状态管理: lnmp {nginx|mysql|mariadb|php-fpm|pureftpd} {start|stop|

2015-11-17 11:07:37 518

转载 python uniform()

描述uniform() 方法将随机生成下一个实数,它在[x,y]范围内。语法以下是 uniform() 方法的语法:import randomrandom.uniform(x, y)注意:uniform()是不能直接访问的,需要导入 random 模块,然后通过 random 静态对象调用该方法。参数x -- 随机数的最小值。

2015-11-12 08:34:14 1152

转载 python zeros() 和 ones()

转自 http://www.ynpxrz.com/n622330c2025.aspx使用numpy.zeros,numpy.ones,numpy.eye等方法可以构造特定的矩阵>>>printnp.zeros((3,4))[[0.0.0.0.][0.0.0.0.][0.0.0.0.]]>>>printnp.ones((3,4))[[1.1.1.1.][1.1.1

2015-11-10 08:52:32 1106

原创 机器学习实战笔记之四(朴素贝叶斯)

朴素贝叶斯,选择具有最高概率的决策。优点:在数据较少的情况下仍然有效,可以处理多类别问题。缺点:对于输入数据的准备方式较为敏感。适用数据类型:标称型数据。条件概率的计算公式:P(gray | bucketB) = P(gray and bucketB) / P(bucketB)贝叶斯准则:p(c|x) = p(x|c)p(c) / p(x)贝

2015-11-10 08:47:59 541

原创 Python pickle 的 dump() & load()

摘自 http://blog.csdn.net/imzoer/article/details/8637473pickle.dump(obj, file[, protocol])序列化对象,并将结果数据流写入到文件对象中。参数protocol是序列化模式,默认值为0,表示以文本的形式序列化。protocol的值还可以是1或2,表示以二进制的形式序列化。pickle.loa

2015-11-08 14:58:26 1275

转载 Python __name__ 和 __main__

转自 http://www.crifan.com/python_detailed_explain_about___name___and___main__/comment-page-1/__name__:表示模块,类等的名字;__main__:模块,xxx.py文件本身:被直接执行时,对应的模块名就是__main__了可以在if __name__ == “__ma

2015-11-08 14:11:46 551

原创 机器学习实战,第三章,临时代码

#coding=utf-8from math import logdef calcShannonEnt(dataSet): numEntries=len(dataSet) labelCounts={} # 为所有可能分类创建字典 for featVec in dataSet: currentLabel=featVec[-1]

2015-11-06 09:02:41 616

转载 python set

>>> seq = [1,2,3,1,2,3,'a','hello','a','world'] >>> seq_set = set(seq) >>> seq_set set(['a', 1, 2, 3, 'world', 'hello']) #去除了重复对象 >>> string = "hello world" >>> string_set = set(string)

2015-11-06 08:53:33 402

转载 python extend() append()

>>> li = ['a', 'b', 'c'] >>> li.extend(['d', 'e', 'f']) >>> li ['a', 'b', 'c', 'd', 'e', 'f'] >>> len(li) 6 >>> li[-1] 'f' >>> li = ['a', 'b', 'c'] >>> li.append

2015-11-06 08:22:30 340

原创 机器学习实战笔记之三(决策树)

决策树和k-近邻算法:决策树,数据形式易于理解。k-近邻算法,完成很多分类任务。

2015-11-06 08:21:02 577

转载 python matplotlib 安装碰到的问题

如果碰到 No module named cycler 的报错。可输入 pip install cycler 进行快速安装。 来自QQ群 281329236 好心人的帮助。如果碰到 matplotlib requires dateutil 的报错。可输入 easy_install dateutil 进行快速安装。 http://jingyan.baidu.com/article/aa6a2c1

2015-11-03 11:29:15 1997 2

转载 python strip()

转自 http://www.cnblogs.com/kaituorensheng/archive/2013/05/23/3096028.html声明:s为字符串,rm为要删除的字符序列s.strip(rm)        删除s字符串中开头、结尾处,位于 rm删除序列的字符s.lstrip(rm)       删除s字符串中开头处,位于 rm删除序列的字符s.rstrip(rm

2015-11-03 09:41:43 339

转载 python zeros()

转自 http://www.ibm.com/developerworks/cn/linux/l-cpnum/ 首先,我们来创建一个“房间”。有很多方法可以完成这项任务,但是最常用的还是使用可调用的 array() 方法。使用这个方法,我们可以生成具有多种初始化参数 (包括来自任何 Python 序列的初始数据) 的 Numerical 数组。不过对于我们的房间来说,用 zeros() 函数

2015-11-03 09:36:08 5959

转载 python中read() readline()以及readlines()用法

转自 http://www.cnblogs.com/qi09/archive/2012/02/10/2344964.html我们谈到“文本处理”时,我们通常是指处理的内容。Python 将文本文件的内容读入可以操作的字符串变量非常容易。文件对象提供了三个“读”方法: .read()、.readline() 和 .readlines()。每种方法可以接受一个变量以限制每次读取的数据量

2015-11-03 09:30:27 578

原创 机器学习实战笔记之二(k-近邻算法)

优点:精度高、对异常值不敏感、无数据输入假定。缺点:计算复杂度高、空间复杂度高。适用数据范围:数值型和标称型。

2015-11-02 09:13:53 491

原创 机器学习实战笔记之一(调试NumPy)

NumPy函数库中存在两种不同的数据类型(矩阵matrix和数组array),都可以用于处理行列表示的数字元素。虽然它们看起来很相似,但是在这两个数据类型上执行相同的数学运算可能得到不同的结果,其中NumPy函数库中的matrix与MATLAB中matrices等价。# 构造一个4X4的随机数组random.rand(4,4)# 使用随机函数产生矩阵randMat=mat(ra

2015-11-02 08:43:32 543

workmarket_2020-In(Sight)-Report.zip

WorkMarket发布了“2020年度(视力)报告:2020人工智能与自动化对工作的影响报告”(What AI & Automation Really Mean For Work),报告揭示了随着数字化转型与按需劳动革命相冲突的快速变化的工作状态。 报告从商业领袖和员工的角度来看,都是针对这些趋势的。

2019-11-05

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除