武将的博客

用前序和后序构造树class Solution { public TreeNode buildTree(int[] preorder, int[] inorder) { return helps(0,0,inorder.length-1,preorder,inorder); } public TreeNode helps(int presta,int ins...

b = map(ct,data.as_matrix())data = pd.DataFrame(b).fillna(0)Traceback (most recent call last): File "", line 1, in data = pd.DataFrame(b).fillna(0) File "C:\ProgramData\Anaconda3\lib\sit

错误原因获取dict中的内容时用了{ }，应该是用[ ]错误r = pd.concat([r1,r2],axis = 1).sort_index(by = typelabel([keys[1]]))正确r = pd.concat([r1,r2],axis = 1).sort_index(by = typelabel[keys[1]])typelabel为dict

最近在看《python数据分析与挖掘实战》，第8章中采用了KMeans将数据离散化，其中有将聚类中心作为一个DataFrame，将聚类数作为一个DataFrame，将两者concat在一起通过列，然后排序，此时已经成为DataFrame排序问题DataFrame按值排序  DF.sort_index(by = '列名')需要将代码改为 r = pd.concat([r1,r2],axi

data = pd.read_csv(datafile,encoding = 'utf-8')Traceback (most recent call last): File "", line 1, in data = pd.read_csv(datafile,encoding = 'utf-8') File "C:\ProgramData\Anaconda3\lib\s

1 在同一目录下：A.py文件：def add(x,y): print('和为：%d'%(x+y)) B.py文件import A A.add(1,2) 或[python] view plain copyfrom A import add  add(1,2)  

问题：错误使用 parallel.internal.pool.InteractiveClient/start (line 330) Failed to start pool.  解决：重新激活，手动运行激活程序，R2014a/ bin/ win64/ active_matlab.exe，导入license.lic即可

转自http://blog.csdn.net/wusecaiyun/article/details/49681431###;SVM模型有两个非常重要的参数C与gamma。其中 C是惩罚系数，即对误差的宽容度。c越高，说明越不能容忍出现误差,容易过拟合。C越小，容易欠拟合。C过大或过小，泛化能力变差           gamma是选择RBF函数作为kernel后，该函数自带的一个参

问题：跑Keras入门教程，到训练模型model.fit这一步时报错TypeError: run() got an unexpected keyword argument 'class_mode'解决：找到model.compile(loss='binary_crossentropy', optimizer=adam, class_mode='binary')这一行，去掉class_mod