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

-+

赖德发的博客

征途路上,星辰大海,交流微信:laidefa

  • 博客(20)
  • 资源 (1)
  • 收藏
  • 关注

原创 【python 生成自己的二维码】推广二维码带log图片

如何安装?用pip安装pip install qrcode pip install pillow# encoding: utf-8import sysreload(sys)sys.setdefaultencoding('utf-8')# import qrcode# img=qrcode.make("农粒贷震撼上线~")# img.save("c:/test.png")"""生成带l

2017-10-27 20:28:00 5585

原创 【验签算法 HMAC-MD5】实现HMacMD5加密

什么是 HMAC-MD5?1、比如你和对方共享了一个密钥K,现在你要发消息给对方,既要保证消息没有被篡改,又要能证明信息确实是你本人发的,那么就把原信息和使用K计算的HMAC的值一起发过去。对方接到之后,使用自己手中的K把消息计算一下HMAC,如果和你发送的HMAC一致,那么可以认为这个消息既没有被篡改也没有冒充。2、MD5就是通过散列对要输出的数据进行摘要,接收到数据时,再同样进行MD5散列,与给

2017-10-26 16:44:00 10378 3

原创 【机器学习 数据预处理】fit_transform()和transform()的区别

# 从sklearn.preprocessing导入StandardScaler from sklearn.preprocessing import StandardScaler # 标准化数据,保证每个维度的特征数据方差为1,均值为0,使得预测结果不会被某些维度过大的特征值而主导 ss = StandardScaler() # fit_transform()先拟合数据,再标准化

2017-10-24 16:14:07 2733

原创 【深度学习 框架】PaddlePaddle的安装

CPU版本安装 pip install paddlepaddleGPU版本安装 pip install paddlepaddle-gpu训练步骤 导入数据—->定义网络结构—->训练模型—->保存模型—->测试结果#coding:utf-8import osfrom PIL import Imageimport numpy as npimport paddle.v2 as paddle

2017-10-24 09:12:51 5102

原创 【python 神经网络】BP神经网络python实现-iris数据集分类

输入数据集iris: (只有两类Iris-virginica or Iris-versicolor. 100条)sepal_length sepal_width petal_length petal_width species7 3.2 4.7 1.4 Iris-versicolor6.4 3.2 4.5 1.5 Iris-versicolor6.9 3.1 4.9 1.5

2017-10-23 15:04:01 19515 9

原创 【python sklearn】kmeans算法运用

# -*- coding:utf-8*-import sysreload(sys)sys.setdefaultencoding('utf-8')import timetime1=time.time()import pandas as pdfrom sklearn.externals import joblibfrom sklearn.preprocessing import scale

2017-10-19 17:45:40 2414

原创 【python sklearn】决策树运用

数据形式(tree.csv):age look income orderly target older ugly low yes no young ugly high no no young handsome low no no young handsome high yes yes young handsome m

2017-10-19 17:35:19 1081

原创 【mysql 字符串函数】MySQL中字符串匹配函数LOCATE和POSITION使用方法

1. 用法一LOCATE(substr,str) POSITION(substr IN str)函数返回子串substr在字符串str中第一次出现的位置。如果子串substr在str中不存在,返回值为0。mysql> SELECT LOCATE('bar', 'foobarbar'); -> 4 mysql> SELECT LOCATE('xbar', 'foobar'); -> 0 这个函数是大小

2017-10-18 17:26:26 1004

原创 【python 爬虫】链家天津租房在售房源数据爬虫

爬取字段:户型、面积、朝向、小区、价格、url#-*-coding:utf-8-*-import sysreload(sys)sys.setdefaultencoding('utf-8')import timeimport requestsfrom lxml import etreeimport pandas as pdtime1=time.time()import reimpo

2017-10-16 11:40:43 1454 1

原创 【模型 区分度】神秘的KS值和GINI系数

有效性指标中的区分能力指标:KS(Kolmogorov-Smirnov):KS用于模型风险区分能力进行评估, 指标衡量的是好坏样本累计分部之间的差值。 好坏样本累计差异越大,KS指标越大,那么模型的风险区分能力越强。KS的计算步骤如下: 1. 计算每个评分区间的好坏账户数。 2. 计算每个评分区间的累计好账户数占总好账户数比率(good%)和累计坏账户数占总坏账户数比率(bad%)。 3.

2017-10-12 17:26:06 60164 2

原创 【web html】html 知识点

需要掌握部分掌握HTML的全部语法,他的主体结构,超链接及常用标记使用!1、HTML的语法(主要讲解HTML语法格式、文档注释、代码格式)2、HTML的基本机构(主要讲解的标记<html><head><title><body>)3、文档设置标记上-格式标记(主要讲解的标记<br><p><center><pre><li><ul><ol><dl><dt><dd><hr><div>)4、文档设置标记

2017-10-12 10:32:36 426

原创 【matlab 求极限】limit函数求极限

syms x;y1=(4*x^3-2*x^2+x)/(3*x^2+2*x);limit(y1,x,0)>> syms x;y1=(4*x^3-2*x^2+x)/(3*x^2+2*x);limit(y1,x,0)ans =1/2>>

2017-10-11 12:47:24 19858

原创 【python 可视化】pyecharts + Django 使用指南

本指南按照 Django 官方教程,通过完成一个 Django 小项目来说明如何在 Django 中使用 pyecharts。如果对 Django 还不太熟悉的开发者,可仔细阅读官方提供的最新文档。 Step 0: 使用新的 virtualenv 环境建议开发者使用 1.11.4 版本的 Django$ virtualenv --no-site-packages pyecharts-env$ s

2017-10-10 14:35:29 24809 8

原创 【python 可视化】pyecharts + Flask 使用指南

本指南会以一个小的 Flask 项目为例,说明如何在 Flask 中使用 pyecharts。请确保你已经安装 Flask,还没安装请执行 pip install flask 或其他方式安装。Step 0: 首先新建一个 Flask 项目Linux/macos 系统$ mkdir flask-echarts$ cd flask-echarts$ mkdir templatesWindows 系统

2017-10-10 14:11:05 22792 12

原创 【python 数据可视化】pyecharts的使用

Echarts是百度出的很有名 也很叼。 Echarts 是百度开源的一个数据可视化 JS 库。主要用于数据可视化。 pyecharts 是一个用于生成 Echarts 图表的类库。实际上就是 Echarts 与 Python 的对接。网址: https://github.com/chenjiandongx/pyecharts/blob/master/docs/zh-cn/docume...

2017-10-09 16:07:50 58538 19

原创 【python web】Flask+Echarts 实现动图图表

flask 是python web开发的微框架,Echarts酷炫的功能主要是javascript起作用,将两者结合起来,发挥的作用更大。下面将Echarts嵌套进Flask的html模板中。项目结构: 打开demo.py运行,点击console中的链接http://127.0.0.1:5000/ 就可以看到我们想要的动态图表。demo.py#coding:utf-8from flask impo

2017-10-09 15:46:35 30832 11

原创 【Python 走进NLP】NLP词频统计和处理停用词,可视化

# coding=utf-8import requestsimport sysreload(sys)sys.setdefaultencoding('utf-8')from lxml import etreeimport timetime1=time.time()import bs4import nltkfrom bs4 import BeautifulSoupfrom n

2017-10-09 11:45:11 3081

原创 【python 数据处理】分组求和、合并

# encoding: utf-8import sysreload(sys)sys.setdefaultencoding('utf-8')import timeimport pandas as pdimport xlsxwritertime1 = time.time()import numpy as np#############读取数据######################

2017-10-09 11:21:25 9681

原创 【python 爬虫】伪造UA字符串

写好爬虫的原则只有一条: 就是让你的抓取行为和用户访问网站的真实行为尽量一致。1、伪造UA字符串,每次请求都使用随机生成的UA。 为了减少复杂度,随机生成UA的功能通过第三方库fake-useragent实现pip install fake-useragent2、生成一个UA字符串只需要如下代码:核心代码:from fake_useragent import UserAgentua=UserA

2017-10-07 10:34:31 6012 2

原创 【linux 服务器运行情况】了解Linux服务器运行情况

1、free 在Linux下,使用free命令获取当前内存的使用情况[root@izbp1f0leha0lvmqfhigzpz code]# free -h total used free shared buff/cache availableMem: 1.8G 84M 17

2017-10-05 18:23:33 1417

gbdt和xgboost算法详解

该文档详细介绍了机器学习算法中的GBDT和XGboost 两大神器

2018-01-24

空空如也

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