- 博客(13)
- 资源 (2)
- 收藏
- 关注
RSS订阅原创 唐宇迪机器学习实战——交易数据异常检测
import pandas as pdimport matplotlib.pyplot as pltimport numpy as np%matplotlib inlinedata = pd.read_csv("creditcard.csv")data.head()# 数据有31列：Time、V1-V28、Amount和Class，注意到最后一列Class，这是我们的label值，...
2018-09-25 20:54:49
1061
3
原创 在有序表(12,24,36,48,60,72,84)中二分查找关键字72时所需进行的关键字比较次数是多少？
正确的二分查找应该是一次折半后，high=middle-1 或者 low=middle+1；所以第一次查找时 high=12,low=0; middle= (0+12)/2 =6,即53；第二次查找时 high=12 low =6+1; middle = (7+12)/2 = 9,即78 第三次查找时 high=12 low =9+1; middle = (10+12)/2 = 1...
2018-09-25 15:38:56
11921
原创 OneHotEncoder独热编码和LabelEncoder标签编码
OneHotEncoder独热编码学习sklearn和kagggle时遇到的问题，什么是独热编码？为什么要用独热编码？什么情况下可以用独热编码？以及和其他几种编码方式的区别。 首先了解机器学习中的特征类别：连续型特征和离散型特征。 拿到获取的原始特征，必须对每一特征分别进行归一化，比如，特征A的取值范围是[-1000,1000]，特征B的取值范围是[-1,1].如果使用log...
2018-09-22 14:51:20
13454
2
原创 python的round函数使用
碰到的问题: 对float进行精确两位显示出来。 解决的方法：round(3.32342,2) #3.32 .round函数概念：英文：圆，四舍五入是python内置函数，它在哪都能用，对数字取四舍五入。round(number[, ndigits])round 对传入的数据进行四舍五入，如果ngigits不传，默认是0（就是说保留整数部分）.ngigits<0 的时候是...
2018-09-22 10:16:18
13056
原创 唐宇迪机器学习实战——梯度下降求解逻辑回归（理论基础+源代码实现）
问题的提出符号问题，这里的lg就是指log2，你的理解是正确的！在计算机科学中有些符号的使用跟我们在数学中使用的有区别。比如有时候log用来表示自然对数(以e为底数)。希望对你有帮助！首先计算机科学里的lgn就是数学上的log2(n)现要实现一个简单的线性回归：我们将建立一个逻辑回归模型来预测一个学生是否被大学录取。假设你是一个大学系的管理员，你想根据两次考试的结果来决定每个申请人...
2018-09-21 22:45:36
2304
2
原创 CSDN保存或发表文章时出现：输入有误，请重新提交 的一种解决思路
首先，我想到的是F12，在Network那里看看为啥。emmmm，看到了输入了非法字符。但是，什么玩意是非法字符呢？没说。。。不过有能力的可以去看看处理这玩意的js代码。然后，我挨个删除文章的最后一部分，保存，看看是哪里出错了。最后发现是标题中含有了字符“ < ” 和 “ > ” 删除后立马见效...
2018-09-21 10:15:23
147
原创 运行map（）后，报：map object at 0x02629E50解决方法与原因分析
参考运行map（）后，报：<map object at 0x02629E50>解决方法如下python 3例子：l = range(1,21)def op(x): r = 1 for i in range(1,x + 1): r *= i return rlist1 = list((map(op,l)))list12 出错原因...
2018-09-21 10:13:38
10056
原创 Python中最常见括号()、[]、{}的区别
Python中最常见括号的区别：在Python语言中最常见的括号有三种，分别是：小括号（）、中括号[]、花括号{}；其作用也不相同，分别用来代表不同的Python基本内置数据类型。Python中的小括号（）：代表tuple元祖数据类型，元祖是一种不可变序列。创建方法很简单，大多数时候都是小括号括起来的。Python中的中括号[]：代表list列表数据类型，列表是一种可变序列...
2018-09-21 09:25:09
67998
1
原创 预处理数据的方法总结（使用sklearn-preprocessing）
预处理数预处理数据的方法总结（使用sklearn-preprocessing）当我们拿到一批原始的数据首先要明确有多少特征，哪些是连续的，哪些是类别的。 检查有没有缺失值，对确实的特征选择恰当方式进行弥补，使数据完整。 对连续的数值型特征进行标准化，使得均值为0，方差为1。 对类别型的特征进行one-hot编码。 将需要转换成类别型数据的连续型数据进行二值化。 为防止过拟合或...
2018-09-20 21:07:14
102120
6
原创 numpy 辨异 —— numpy.ravel() vs numpy.flatten()
numpy 辨异 （五）—— numpy.ravel() vs numpy.flatten()官网解释numpy.ravelnumpy的ravel() 和 flatten()函数简介首先声明两者所要实现的功能是一致的（将多维数组降位一维）。这点从两个单词的意也可以看出来，ravel(散开，解开)，flatten（变平）。两者的区别在于返回拷贝（copy）还是返回视图（view），n...
2018-09-20 11:19:43
235
原创 关于pycharm中无法识别导入自己写的模块的解决办法
最近，同级或者不同级目录下，导入某个模块，显示不存在，可明明存在，百度找了好多没找到，试了import syssys.path.append('/path/to/test') // 这里可以用os.path类方法自动获得绝对路径这方法还不行解决办法：先看看有没有导入常见库 pycharm不会将当前文件目录自动加入自己的sourse_path。右键make_direct...
2018-09-20 09:11:14
24957
7
原创 为什么梯度反方向是函数值下降最快的方向？
面试遇到的问题：刚接触梯度下降这个概念的时候，是在学习机器学习算法的时候，很多训练算法用的就是梯度下降，然后资料和老师们也说朝着梯度的反方向变动，函数值下降最快，但是究其原因的时候，很多人都表达不清楚。所以我整理出自己的理解，从方向导数这个角度把这个结论证明出来，让我们知其然也知其所以然~参考在梯度下降法中，为什么梯度的负方向是函数下降最快的方向？为什么梯度反方向是函数值下降最快的方向？进行整...
2018-09-18 15:17:35
9799
4
原创 leetcode----字母二十六进制与十进制数之间的转化
字母二十六进制与十进制数之间的转化#include <iostream>#include <string>using namespace std;class Solution {public: //二十六进制转成十进制 int titleToNumber(string s) { int n = s.size(); int res = 0; ...
2018-09-05 20:14:43
1008
STL学校演讲比赛介绍
2018-03-07
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人