机器学习
燕山暮雪
人生在世,唯篮球和代码不可辜负
展开
-
Pycharm快捷键(新手老手必学)
内容包含:pycharm学习技巧Learning tips、PyCharm3.0默认快捷键(翻译的)、pycharm常用设置、pycharm环境和路径配置、Pycharm实用拓展功能:pycharm中清除已编译.pyc中间文件、python2转python3最快方式[pycharm版本控制和数据库管理][PyCharm中的那些实用功能]pycharm学习技巧Learning tips/pythoncharm/help/tip of the day:A special variant of t..转载 2020-11-19 18:54:47 · 770 阅读 · 0 评论 -
新手必会,pycharm的调试功能(史上最详篇)
前言Debug调试,是一项学习编程人员的重要技能。只有当你学会 debug 了以后,才可以正确的知道程序的走向流程是如何的,今天就来给大家介绍一下 pycharm 中的 debug 功能!debug的前世在正式讲解之前,先来了解下 debug 这个词的由来,就像我们初学Python 时,先要了解下它历史的由来。1937年,美国青年霍华德·艾肯找到IBM公司为其投资200万美元研制计算机,第一台成品艾肯把它取名为:马克1号(mark1),又叫“自动序列受控计算机”,从这时起IBM公司由生产制表原创 2020-11-19 10:49:43 · 4114 阅读 · 1 评论 -
基于apyori库简单实践(Python代码实现)
在学习数据挖掘,刚学到关联规则的apriori算法,老师要求自己写一写。本着能用库就不自己敲详细代码的原则,找到了这个叫做apyori的库。自己在CSDN上搜了搜大佬的案例,主要是参考的这个大佬的案例。但是我照着大佬写的还是不能运行,可能是我的数据跟大佬不一致导致的。在小npy的帮助下改成了下面这样。import pandas as pdfrom apyori import apriori# 读取原始数据df = pd.read_excel("excel数据文件路径")...原创 2020-11-18 21:50:09 · 2614 阅读 · 2 评论 -
Python关联分析之—Apriori算法库使用说明
相关定义Support(支持度):表示同时包含 A 和 B 的事务占所有事务的比例。如果用 P(A) 表示包含 A 的事务的比例,那么 Support = P(A & B)Confidence(可信度):表示包含 A 的事务中同时包含 B 的事务的比例,即同时包含 A 和 B 的事务占包含 A 的事务的比例。公式表达:Confidence = P(A & B)/ P(A)Lift(提升度):表示“包含 A 的事务中同时包含 B 的事务的比例”与“包含 B 的事务的比例..原创 2020-11-18 18:00:53 · 2230 阅读 · 0 评论 -
FP Tree(FP Growth)算法原理总结
在Apriori算法原理总结中,我们对Apriori算法的原理做了总结。作为一个挖掘频繁项集的算法,Apriori算法需要多次扫描数据,I/O是很大的瓶颈。为了解决这个问题,FP Tree算法(也称FP Growth算法)采用了一些技巧,无论多少数据,只需要扫描两次数据集,因此提高了算法运行的效率。下面我们就对FP Tree算法做一个总结。1.FP Tree数据结构 为了减少I/O次数,FP Tree算法引入了一些数据结构来临时存储数据。这个数据结构包括三部分,如下图所示: 第.转载 2020-11-18 13:55:30 · 1559 阅读 · 0 评论 -
Apriori算法原理总结
Apriori算法是常用的用于挖掘出数据关联规则的算法,它用来找出数据值中频繁出现的数据集合,找出这些集合的模式有助于我们做一些决策。比如在常见的超市购物数据集,或者电商的网购数据集中,如果我们找到了频繁出现的数据集,那么对于超市,我们可以优化产品的位置摆放,对于电商,我们可以优化商品所在的仓库位置,达到节约成本,增加经济效益的目的。下面我们就对Apriori算法做一个总结。1.频繁项集的评估标准 什么样的数据才是频繁项集呢?也许你会说,这还不简单,肉眼一扫,一起出现次数多的数据集就是频繁项.转载 2020-11-18 13:52:48 · 1941 阅读 · 0 评论