qq_37354021的博客

package operator;import org.apache.flink.api.common.functions.AggregateFunction;import org.apache.flink.api.common.functions.FlatMapFunction;import org.apache.flink.api.common.functions.MapFunction;import org.apache.flink.api.common.functions.Reduce..

https://www.cnblogs.com/daizhengyang/p/13384169.html https://blog.csdn.net/qq_27289001/article/details/77150598 https://www.cnblogs.com/wujuntian/p/6821442.html 查看帮忙命令 hlep--server级别 db.he...

----------------------不改变父对象类型----------import copya = [1, 2, 3, 4, ['a', 'b']] # 原始对象b = a # 赋值，传对象的引用c = copy.copy(a) # 对象拷贝，浅拷贝d = copy.deepcopy(a) # 对象拷贝，深拷贝a.appe...

#解决matplottlib显示中文的问题# 仅适用于Windowsplt.rcParams['font.sans-serif']=['SimHei'] #指定默认字体plt.rcParams['axes.unicode_minus']=False #解决保存图像时符号-显示为方块的2问题...

'''梯度下降法需要对每个杨讷都需要遍历。时间复杂度太大为了解决这个时间复杂度问题，我们最常用的算法其实是随机梯度下降法，可以理解成是梯度下降法的一个变种。''''''随机梯度下降法的核心思想是：每一次的迭代更新不再依赖于所有样本的梯度之和，而是仅仅依赖于其中一个样本的梯度。所以这种方法的优势很明显，通过很“便宜”的方式获得梯度，并频繁地对参数迭代更新。这里最大的问题是梯度...

import numpy as npimport matplotlib.pyplot as plt# 随机生成样本。二分类问题。每个类别生成5000个样本数据np.random.seed(12)num_observation=5000#正太分布 multivariate_normal(mean, cov, size=None, check_valid=None, tol=None...

pos=np.where(y==1) # 返回y=1的下标neg=np.where(y==0)

'''KNN是一个典型的分类模型，就时预测类别，例如苹果，香蕉等。预测的结果是训练集上已经包含的类别，并不会预测出新的类别二手车价格预测是预测车的价格，是数值。理应按照回归算法来算怎么用knn来实现回归问题呢？ 找到最近的K样本之后，我们直接取了平均作为预测值，很直观这里给出了对于数据的简单描述。Ask Price 字段是我们要预测的值，即二手车的...

'''k折交叉验证k折交叉验证里面的k并不是Knn里面的k(eighbors) 在KNN里，通过交叉验证，我们即可以得出最合适的K值。它的核心思想无非就是把一些可能的K逐个去尝试一遍，然后选出效果最好的K值。一般情况将K折交叉验证用于模型调优，找到使得模型泛化性能最优的超参值。，找到后，在全部训练集上重新训练模型，并使用独立测试集对模型性能做出最终评价。https://...

from sklearn import datasetsfrom sklearn.model_selection import train_test_splitfrom sklearn.neighbors import KNeighborsClassifierimport numpy as npfrom sklearn.metrics import accuracy_scorei...

knn_train['Sex'][knn_train['Sex'] == 'male'] = 1 knn_train['Sex'][knn_train['Sex'] == 'female'] = 0 

knn_train['Sex'][knn_train['Sex'] == 'male'] = 1 knn_train['Sex'][knn_train['Sex'] == 'female'] = 0 

1.#while else 和for else# 因为else语句不是独立语句而是语句块，语句块只有当回退到和与闭合的块# 一样的缩进量时语句结束，所以else语句不会单独结束'''while else 和for else意思就是while是和else一块的。当有break或者return的时候，会跳出while块，又因为while和else是一个整体，所以就跳出el...

#df.set_index('列名'，inplace=True)

#注意下面的绘制图像的简单的方法，可以直接dataframe类型的.plot results_df.plot(y=['Accuracy (%)'], kind='bar', ylim=[50, 100], ax=ax1, title='Accuracy(%)', legend=False) ax2 = plt.subplot(1, 2, 2)#（x轴默认的就是index）...

import seaborn as sns sns.countplot(x='price_range',data=train_data) #统计train_data总数据中price_range列中每个每个数字的个数 plt.title('Training_Data') # plt.xticks(rotation='vertical') plt.xlabe...

#化直线plt.semilogx(c_range,train_scores_mean,label='Training score', color='darkorange',lw=lw)#画直线上下的偏移，然后进行涂色plt.fill_between(c_range,train_scores_mean-train_scores_std, ...

#创建目标标签和名称的字典 即1代表一种水果，2代表另一种水果 3代表另外一种水果fruit_name_dict=dict(zip(fruits_df['fruit_label'],fruits_df['fruit_name']))print(fruit_name_dict) #{1: 'apple', 2: 'mandarin', 3: 'orange', 4: 'lemon...