- 博客(7)
- 收藏
- 关注
原创 聚类kmeans案例
注:本案例为黑马的课堂案例,上传仅为方便查看 # 1.获取数据 # 2.数据基本处理 # 2.1 合并表格 # 2.2 交叉表合并 # 2.3 数据截取 # 3.特征工程 — pca # 4.机器学习(k-means) # 5.模型评估 import pandas as pd from sklearn.decomposition import PCA from sklearn.cluster import KMeans from sklearn.metrics import silhouette_scor
2021-09-21 21:26:03
317
原创 03.random_forest_demo
注:本案例为黑马的课堂案例,上传仅为方便查看 # 1.获取数据 # 2.数据基本处理 # 2.1 确定特征值,目标值 # 2.2 缺失值处理 # 2.3 数据集划分 # 3.特征工程(字典特征抽取) # 4.机器学习(随机森林+cv) # 5.模型评估 import pandas as pd import numpy as np from sklearn.model_selection import train_test_split, GridSearchCV from sklearn.feature_e
2021-09-21 21:23:34
135
原创 决策树案例
注:本案例为黑马的课堂案例,上传仅为方便查看 # 1.获取数据 # 2.数据基本处理 # 2.1 确定特征值,目标值 # 2.2 缺失值处理 # 2.3 数据集划分 # 3.特征工程(字典特征抽取) # 4.机器学习(决策树) # 5.模型评估 import pandas as pd import numpy as np from sklearn.model_selection import train_test_split from sklearn.feature_extraction import D
2021-09-21 21:11:03
237
原创 逻辑回归案例
逻辑回归案例 import pandas as pd import numpy as np from sklearn.model_selection import train_test_split from sklearn.preprocessing import StandardScaler from sklearn.linear_model import LogisticRegression # 1.获取数据 names = ['Sample code number', 'Clump Thicknes
2021-09-21 21:07:05
204
原创 2021-09-21KNN——鸢尾花
from sklearn.datasets import load_iris from sklearn.model_selection import train_test_split from sklearn.preprocessing import StandardScaler from sklearn.neighbors import KNeighborsClassifier # 1.获取数据集 iris = load_iris() # 2.数据基本处理 # 2.1 数据分割 x_train, x_
2021-09-21 20:49:46
79
原创 sklearn——线性回归例子
线性回归例子 # 导包 from sklearn.datasets import load_boston # 获取数据集 from sklearn.model_selection import train_test_split # 数据分割 from sklearn.preprocessing import StandardScaler # 标准化处理 from sklearn.linear_model import LinearRegression # 线性模型 from sklearn.me
2021-09-21 20:46:23
285
原创 scrapy架构
Scrapy是一个快速功能强大的网络爬虫框架 scrapy的安装 pip install scrapy 构架结构 5+2结构 1.Engine (1) 控制所有模块之间的数据流 (2) 根据条件触发事件 不需要用户修改 2.Downloader 根据请求下载网页 不需要用户修改 3.Scheduler 对所有爬取请求进行调度管理 不需要用户修改 4.Downloader Middleware 目的:实施Engine、Scheduler和Downloader 之间进行用户可配置的控制 功能:修改、丢弃、新增请
2021-07-27 17:21:34
93
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