weixin_42218868的博客

TypeError: bad operand type for unary ~: ‘float’pandas报这个错误是因为数据中含有空值即NA值。将其删除就可以了代码如下import pandas as pdimport numpy as np#加载数据data=pd.read_excel('./qs.xlsx')#如何确定数据里面含有缺失值--缺失值检测#推荐使用insn...

ssxList=[‘北京市’, ‘通县’, ‘东城区’, ‘西城区’, ‘崇文区’, ‘宣武区’, ‘朝阳区’, ‘丰台区’,‘石景山区’, ‘海淀区’, ‘门头沟区’, ‘房山区’, ‘通州区’, ‘顺义区’, ‘昌平区’, ‘大兴区’,‘怀柔区’, ‘平谷区’, ‘密云区’, ‘延庆区’, ‘北京市’, ‘天津市’, ‘蓟州’, ‘滨海新区（原塘沽区）’,‘滨海新区（原汉沽区）’, ‘滨...

这是数据分析的一般思路。但是通常都是在建立分析模型前，一般都是有预先假设的，比如说我假设 销售人员的学历、工作经验、薪资待遇、年龄这几个方面会对其销售额产生影响。之后我就会根据我的假设来收集数据，然后针对数据进行分析，找出一个合适的数据模型，比如说是线性模型的的话 就用线性回归，如果是非线性模型的话，则建立相应的非线性模型。然后通过模型创建 可以验证假设中哪些是正确的，同时可以找出影响因素的影响...

队列和栈是两种不同的数据结构。它们有以下区别：（1）操作的名称不同。队列的插入称为入队，队列的删除称为出队。栈的插入称为进栈，栈的删除称为出栈。（2）可操作的方式不同。队列是在队尾入队，队头出队，即两边都可操作。而栈的进栈和出栈都是在栈顶进行的，无法对栈底直接进行操作。（3）操作的方法不同。队列是先进先出（FIFO），即队列的修改是依先进先出的原则进行的。新来的成员总是加入队尾（不能从中间插...

KNN英文全称K-nearst neighbor，中文名称为K近邻算法，它是由Cover和Hart在1968年提出来的KNN算法原理：计算已知类别数据集中的点与当前点之间的距离；按照距离递增次序排序；选择与当前距离最小的k个点；确定前k个点所在类别的出现概率返回前k个点出现频率最高的类别作为当前点的预测分#-*-coding:utf-8-*-import numpy as ...

#-*-coding:utf-8-*-import pandas as pd#加载文本数据info=pd.read_table('./meal_order_info.csv',encoding='gbk',sep=',')#默认\t分割#print('info\n',info)#headers=info#index_col设置索引，如[0,1]是将第零列、第一列作为索引#nro...

回归是统计学中最有力的工具之一。机器学习监督学习算法分为分类算法和回归算法两 种，其实就是根据类别标签分布类型为离散型、连续性而定义的。回归算法用于连续型分布 预测，针对的是数值型的样本，使用回归，可以在给定输入的时候预测出一个数值，这是对 分类方法的提升，因为这样可以预测连续型数据而不仅仅是离散的类别标签。 回归分析中，只包括一个自变量和一个因变量，且二者的关系可用一条直线近似表示， 这种回归...

# 可以自己import我们平台支持的第三方python模块，比如pandas、numpy等。import pandas as pdimport numpy as npfrom sklearn.linear_model import LinearRegression # 线性回归算法正规方程求解# 在这个方法中编写任何的初始化逻辑。context对象将会在你的算法策略的任何...

import pandas as pd#加载数据detail = pd.read_excel("./meal_order_detail.xlsx")print("detail :\n",detail)print("detail 的列索引名称:\n",detail.columns)print("detail 的形状:\n",detail.shape)print("detail 数...

import pandas as pdimport numpy as np# 加载数据users = pd.read_excel("./users.xlsx")print("users:\n",users)print("users 的列索引：\n",users.columns)print("users 的数据类型：\n",users.dtypes)# 根据班级分组、统计学员的...

1、什么是无监督学习？无监督学习是机器学习技术中的一类，用于发现数据 中的模式。利用 学习数据的分布或数据与数 据之间的关系被称作无监督学习。2、无监督学习代表算法：1、k-means算法（聚类算法）3、什么是监督学习? 监督学习描述的任务是：当给定输入x,如何通过在有标注输入和输出的数据上训练模型而能够预测输出y 1、通过带有标签的...

day01HTML语言ctrl+B 将文字加粗ctrl+1 /2 /3 标题ctrl+shift + i 插入图片不是编程语言 编程语言都会有自己的语法结构 html语言不是编程语言 它是标记语言一组标签 --》特定功能—》浏览器里的渲染引擎html hyper 超 Text 文本 markup 标记 language语言文本 .txt 文字 字符 ...

#二分查找a=[2,7,1,3,5,8,3,6,7,15,34]for i in range(len(a)-1): for j in range(i+1,len(a)): if a[i]>a[j]: a[i],a[j]=a[j],a[i]print(a)while True: n=int(input('请输入一个数'))...

1、什么是无监督学习？ 无监督学习是机器学习技术中的一类，用于发现数据 中的模式。利用 学习数据的分布或数据与数 据之间的关系被称作无监督学习。2、无监督学习代表算法： 1、k-means算法（聚类算法）3、什么是监督学习?监督学习描述的任务是：当给定输入x,如何通过在有标注输入和输出的数据上训练模型而能够预测输出y...

算法中分类与聚类的区别？(1) 聚类分析研究如何在没有训练的条件下把样本划分为若干类；(2) 在分类中对于目标数据库中存在哪些类是知道的，要做的就是将每一条记录分别属于哪 一类标记出来 ；(3)与分类不同，无监督学习不依赖预先定义的类或带类标记的训练实例，需要由聚类学习 算法自动确定标记，而分类学习的实例或数据样本有类别标记。...

朴素贝叶斯算法和逻辑回归算法的区别？1.两种算法的模型不同：Naive Bayes是一个生成模型，在计算P(y|x)之前，先要从训练数据中计算P(x|y)和P(y)的概率，从而利用贝叶斯公式计算P(y|x)。 Logistic Regression是一个判别模型，它通过在训练数据集上最大化判别函数P(y|x)学习得到，不需要知道P(x|y)和P(y)。2.两种算法建...

分类与数值预测是预测问题的两种主要类型

#-*-coding:utf-8-*-import tensorflow as tf#面向对象class MyLinearRegression(object): def __init__(self): self.leaning_rate=0.1 def build_data(self): """ 构建数据--y=...

#-*-coding:utf-8-*-import tensorflow as tf#创建变量op#初始化的值intit_value_1=tf.random_normal( dtype=tf.float64, shape=[2,2], stddev=1.0, mean=0.0)intit_value_2=tf.random_normal( d...

Jieba 是一个强大的分词库，完美支持中文分词，做为最好的 Python 中文分词组件。 安装：pip install jieba 特点:支持三种分词模式：1、精确模式，试图将句子精确的分开，适用于文本分析。cut_all参数默认为False,所有使用cut方法时默认为精确模式。import jieba strings = '今天天气真好' seg = jieba.cut...

#-*-coding:utf-8-*-import pandas as pdimport jiebafrom sklearn.feature_extraction.text import CountVectorizerdata=pd.read_csv('./data.csv',encoding='ansi')#确定特征值与目标feature=data.loc[:,'内容 ']t...

#-*-coding:utf-8-*-import numpy as npimport pandas as pd#标准化数据的目的：将数据转化为同一量级，避免量级对结果产生不利的影响#三种方式#离差标准化--（x-min)/(max-min)#将数据转换化为【0,1】之间去def min_max_sca(data): """ :param data: 传...

#-*-coding:utf-8-*-import pandas as pdfrom numpy import np#加载数据data=pd.read_excel('./qs.xlsx')#如何确定数据里面含有缺失值--缺失值检测#推荐使用insnull+sum来判断缺失值print(data.isnull.sum())#有值false,无值trueprint(data.nt...

#-*-coding:utf-8-*-import pandas as pd#加载数据detail_0=pd.read_excel('./meal_order_detail.xlsx',sheetname=0)detail_1=pd.read_excel('./meal_order_detail.xlsx',sheetname=1)detail_2=pd.read_excel('....

#-*-coding:utf-8-*-import pandas as pd#加载文本数据info=pd.read_table('./meal_order_info.csv',encoding='gbk',sep=',')#默认\t分割#print('info\n',info)#headers=info#index_col设置索引，如[0,1]是将第零列、第一列作为索引#nr...

#-*-coding:utf-8-*-import numpy as npimport matplotlib.pyplot as pltres=np.load('./国民经济核算季度数据.npz')columns=res['columns']values=res['values']#1、创建画布plt.figure()#2、绘图#给定x的时候,x要是一个整体元素x=(va...

广播（broadcasting）是指不同形状的数组之间执行算术运算的方式。需要遵循4个原则。1：让所有输入数组都向其中shape最长的数组看齐，shape中不足的部分都通过在前面加1补齐。2：输出数组的shape是输入数组shape的各个轴上的最大值。3：如果各个输入数组的对应轴的长度相同或者其长度为1时，这样的数组之间能够用来计算，否则 出错。4：当输入数组的某个轴的长度为1时，沿着此轴...

"""numpy 是一个科学计算库,核心---多维数组-ndarray(数组）ndarray数据存储方式和list不一样ndarray是一块整体的内存来存储数据存储风格---两种方式C F方式C 按行存储F按列存储"""#数组属性"""ndim ---维度ndim维度ndim维度shape ---形状shape形状shape形状size ---元素个数size元素个数s...

1 中文文本数据集预处理 假设现在需要判断一封邮件是不是垃圾邮件，其步骤如下： (1) 数据集拆分成单词，中文分词技术; (2) 计算句子中总共多少单词，确定词向量大小； (3) 句子中的单词转换成向量，BagofWordsVec； 计算 P(Ci)，P(Ci|w)=P(w|Ci)P(Ci)/P(w)，表示 w 特征出现时，该样本被分为 Ci 类的条 件概率; 判断 P...

设Ω为试验 E 的样本空间，A 为 E 的事件，如果有 k 个互斥且有穷个事件，即 B1、B2、....、Bk 为Ω的一个划分，且 P(B1)+P(B2)+...+P(Bk)=1，P(Bi)>0（i=1,2,...,k)，则： P(A)：事件 A 发生的概率； P(A∩B)：事件 A 和事件 B 同时发生的概率； P(A|B)：事件 A 在时间 B 发生的条件下发生的概率； ...

1、词数统计代码#-*-coding:utf-8-*-import pandas as pdimport numpy as npimport jiebafrom sklearn.feature_extraction.text import CountVectorizer#自己构建文章content=['This i is the first document.'...

#-*-coding:utf-8-*-import tensorflow as tf#默认不进行转化a=tf.constant(3.0,dtype=tf.float32)c=tf.constant([[3.0,4.0],[5.0,7.0]],dtype=tf.float32)b=tf.constant([3.0,4.0],dtype=tf.float32)#张量的形状与np....

1、什么是会话？一个运行 TensorFlow operation 的类。tensorflow的底层是c++实现的，而上层调用使用的是python，所以在使用的时候中间环节需要使用到会话来作为中介，使用python来调用c++代码。2、会话完整流程1.会话初始化2.会话执行op3.关闭会话3、placeholder起到占位的作用，与feed_dict在运行时共同使用，在运行时feed...

1、首先要序列化数据import tensorflow as tf#定义op#op名称op指令空间内是唯一的，如果op名字相同，会给后面的依次加索引#a=tf.constant(3.0,name='a')b=tf.constant(4.0,name='b')d=tf.constant(4.0,name='d')c=tf.add(b,d)#c=a+b#不建议这么使用2...

一、深度学习与机器学习区别（一）特征提取方面 1、机器学习的特征工程步骤是要靠手动完成的，而且需要大量领域专业知识 深度学习通常由多个层组成，它们通常将更简单的模型组合在一起，通过将数 据从一层传递到另一层来构建更复杂的模型。通过大量数据的训练自动得到模型，不需 要人工设计特征提取环节。 2、深度学习算法试图从数据中学习高级功能，这是深度学习的一个非常独特的部 分。...

1、主要属性2、代码# 可以自己import我们平台支持的第三方python模块，比如pandas、numpy等。import pandas as pdimport numpy as npfrom sklearn.linear_model import LinearRegression#线性回归算法正规方程求解# 在这个方法中编写任何的初始化逻辑。contex...

折线图代码#-*-coding:utf-8-*-import pandas as pdimport numpy as npimport matplotlib.pyplot as plt#加载数据from sklearn.datasets import load_bostonfrom sklearn.model_selection import ...

Fit():Method calculates the parameters μ and σ and saves them as internal objects.解释：简单来说，就是求得训练集X的均值啊，方差啊，最大值啊，最小值啊这些训练集X固有的属性。可以理解为一个训练过程Transform():Method using these calculated parameters app...

1、KNN简介KNN英文全如称果给定 ，中文名称为K最近邻算法，它是由Cover和Hart在1968年提出 来的作为相似性度量的距离函数一般满足下列性质: 注：这里，X,Y和Z是对应特征空间中的三个点 假设X,Y分别是N维特征空间中的一个点，其中d(X,Y)表示相应的距离函 数，它给出了X和Y之间的距离测度 2、KNN原理1、计算已知类别数据集中的点与当前点之间的距...