2015年07月_zilangboya

07月 06月 05月 04月 03月 01月

原创 Python 快速排序

# -*-coding:utf-8'''快速排序'''def Partition(list, low, high): ''' 以列表中首个元素为基准，将列表中的元素按照与key的大小关系，调整元素的位置，以使得: [ key] ''' key = list[low] while low < high:

2015-07-30 10:52:03 540

原创 Python 选择排序

# -*- coding:utf-8-*-'''选择排序在所有记录中选择最小的一个元素，与第一个记录交换，依次，在其余的记录中选择最小的元素与第二个元素交换'''def SellectSort(list): # list = [4,1,9,13,34,26,10,7,4] m = len(list) if m < 2: # 如果是空表或只有一个元素，返回

2015-07-29 20:20:16 522

原创 Python 希尔排序

# -*- coding:utf-8-*-'''希尔排序'''def ShellSort(list): # list = [4,1,9,13,34,26,10,7,4,3] m = len(list) # 元素数目 gap = m/2 # gap = 5,2,1... while gap > 0: # print gap

2015-07-29 17:22:57 1597

原创 python 插入排序

# -*-coding:utf-8def InsertSort(list): # list = [4,1,9,13,34,26,10,7,4] m = len(list) # 元素个数 for i in range(m): # 对每一个元素 min = i # 当前元素索引 for j in range(i+1,m): #

2015-07-29 10:10:23 636

原创 Python编写MapReduce程序

示例数据hello wordhello pythonmap函数：mapper.py #!/usr/bin/env python import sys for line in sys.stdin: line = line.strip() words = line.split()

2015-07-28 16:11:33 1278

原创 python将txt转换为csv

# -*-coding:utf-8-*-import sysimport csvimport osimport argparsereload(sys)sys.setdefaultencoding("utf-8")def main(): parser = argparse.ArgumentParser(description="Change the txt file to csv

2015-07-28 11:29:53 9859

原创 Apriori

# -*-coding:utf-8-*-'''Apriori'''import numpy as npdef loadDataSet(): return [[1,3,4],[2,3,5],[1,2,3,5],[2,5]] def createC1(dataSet): ''' 大小为1的所有候选项集合 ''' C1 = []

2015-07-18 09:05:28 401

原创 Kmeans

# -*-coding:utf-8import numpy as npdef loadDataSet(fileName): dataMat = [] f = open(fileName) for _line_ in f.readlines(): _curLine = _line_.strip().split('\t') _fitLin

2015-07-14 19:52:44 451

原创回归 regression

# -*-coding:utf-8import numpy as npimport matplotlib.pyplot as pltdef loadDataSet(fileName): f = open(fileName) _numFeat = len(f.readline().split('\t')) - 1 # 训练数据的特征总数 dataMat = []

2015-07-11 09:50:54 654

原创 adaBoost

# -*-coding:utf-8-*-'''Adaboost'''from __future__ import division import numpy as npdef LoadSimpleData(): dataMat = np.matrix([[ 1. , 2.1], [ 2. , 1.1], [ 1.3, 1. ],

2015-07-09 21:39:12 453

原创 Logistic回归

# -*-coding:utf-8-*-''' 逻辑回归算法'''from __future__ import divisionimport numpy as npimport matplotlib.pyplot as pltimport randomdef loadDataSet(): ''' 训练数据 ---> 训练数据列表,分类标号向量

2015-07-01 21:53:29 429