Python
文章平均质量分 76
宽客在线
https://quant.la
展开
-
Python 中argparse模块的使用
阅读原文Python解析命令行读取参数有两种方式:sys.argv和argparse1、sys.argv如果脚本很简单或临时使用,没有多个复杂的参数选项,可以直接利用sys.argv将脚本后的参数依次读取(读进来的默认是字符串格式)。import sysprint("输入的参数为:%s" % sys.argv[1])命令行执行效果:>python demo.py 1输入...转载 2018-09-18 11:40:02 · 365 阅读 · 0 评论 -
用Python实现一个SVM分类器策略
支持向量机(SVM)是什么意思?正好最近自己学习机器学习,看到reddit上 Please explain Support Vector Machines (SVM) like I am a 5 year old 的帖子,一个字赞!于是整理一下和大家分享。(如有错欢迎指教!)什么是SVM?支持向量机/support vector machine (SVM)。当然首先看一下wiki.Supp...原创 2018-12-28 16:53:22 · 3923 阅读 · 0 评论 -
关于区块链的解读和简单Python实现
概念解读区块链几乎是数日间成为人尽皆知的名词,这个名词也勾起了我强烈的兴趣,但是通过在网上搜罗资料,多方阅读,发现很多介绍区块链的文献要么模棱两可,要么作者本身的理解也很有限,导致很多关键的问题叙述不清。本人花了一些时间总结归纳,希望可以给读者一个比较全面清晰的认识。区块链的官方定义是:一个分布式账本,一种通过去中心化、去信任的方式集体维护一个可靠数据库的技术方案。那么对于圈外人该如何理解呢...转载 2018-10-26 14:00:45 · 278 阅读 · 0 评论 -
Tensorflow神经网络预测股票均价
一、简介1.目标:已知股票的「开盘价」和「收盘价」,利用神经网络来预测「收盘均价」 2.数据源:日期(data):[ 1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11. 12. 13. 14. 15.]开盘价(beginPrice):[2438.71,2500.88,2534.95,2512.52,2594.04,2743.26,2697.47,269...转载 2018-10-29 15:29:29 · 3537 阅读 · 3 评论 -
详解 Kaggle 房价预测竞赛优胜方案:用 Python 进行全面数据探索
Kaggle 的房价预测竞赛从 2016 年 8 月开始,到 2017 年 2 月结束。这段时间内,超过 2000 多人参与比赛,选手采用高级回归技术,基于我们给出的 79 个特征,对房屋的售价进行了准确的预测。今天我们介绍的是目前得票数最高的优胜方案:《用 Python 进行全面数据探索》,该方案在数据探索,特征工程上都有十分出色的表现。作者 Pedro Marcelino 在竞赛中使用的主...转载 2018-10-25 14:31:06 · 1186 阅读 · 2 评论 -
忘了Python关键语句?这份备忘录拯救你的记忆
今天要介绍的 Python 3 Cheat Sheet 由法国国家科学研究中心(CNRS)的法国机械工程与信息技术实验室(LIMSI)的工程师 Laurent Pointal 总结。这个简单的 Cheat Sheet 专注于从算法/编程开始所必需的语言部分,提供了学生入门所需的一般信息。注意:它不涉及面向对象的编程。Python 3 Cheat Sheet 一共包含两页,分成了多个框图,涉...转载 2018-10-17 14:02:24 · 153 阅读 · 0 评论 -
Python中的赋值、引用和深浅拷贝
全局变量在函数之外创建的变量属于__main__,又被称为全局变量。它们可以在__main__中的任意函数中访问,与局部变量在函数结束时消失不同,全局变量可以在不同函数的调用之间持久存在。全局变量常常用作标志(Flags)。标志是一种布尔型变量,可以标志一个条件是否为真。verbose = Truedef example(): if verbose: print('...转载 2018-10-10 10:35:18 · 119 阅读 · 0 评论 -
股市风起云涌,我用Python分析周期之道
正文股票市场周期是股票市场长期的价格模式,通常与商业周期有关。 它是技术分析的关键,其中投资方法基于周期或重复的价格模式。 如果我们对股市周期有了更好的理解,我们总能以相对低的价格买入并在每个周期以相对较高的价格卖出,将始终获得正的回报。当然,股票市场没有什么策略可以永远赚钱,但我们基于Python,可以帮助我们更深入、快速地了解隐藏在股市中的周期。 fbprophet简介Fbprophe...转载 2018-10-16 10:58:24 · 1248 阅读 · 0 评论 -
机器学习 — AdaBoost算法(手稿+代码)
阅读原文一.Adaboost理论部分1.1 adaboost运行过程注释:算法是利用指数函数降低误差,运行过程通过迭代进行。其中函数的算法怎么来的,你不用知道!当然你也可以尝试使用其它的函数代替指数函数,看看效果如何。 1.2 举例说明算法流程略,花几分钟就可以看懂的例子。见:《统计学习方法》李航大大1.3 算法误差界的证明注释:误差的上界限由Zm约束,然而Zm又是由Gm(xi...转载 2018-09-30 09:19:14 · 489 阅读 · 0 评论 -
码如其人,同学你能写一手漂亮的Python函数吗
在机器学习中,我们经常需要使用类和函数定义模型的各个部分,例如定义读取数据的函数、预处理数据的函数、模型架构和训练过程的函数等等。那么什么样的函数才是漂亮的、赏心悦目的代码呢?在本文中,Jeff Knupp 从命名到代码量等六方面探讨了如何养成美妙的函数。与多数现代编程语言一样,在 Python 中,函数是抽象和封装的基本方法之一。你在开发阶段或许已经写过数百个函数,但并非每个函数都生而平...转载 2018-10-15 14:08:25 · 101 阅读 · 0 评论 -
数学推导+纯Python实现机器学习算法:逻辑回归
自本系列第一讲推出以来,得到了不少同学的反响和赞成,也有同学留言说最好能把数学推导部分写的详细点,笔者只能说尽力,因为打公式实在是太浪费时间了。。本节要和大家一起学习的是逻辑(logistic)回归模型,继续按照手推公式+纯 Python 的写作套路。逻辑回归本质上跟逻辑这个词不是很搭边,叫这个名字完全是直译过来形成的。那该怎么叫呢?其实逻辑回归本名应该叫对数几率回归,是线性回归的一种推广,所...原创 2018-10-13 10:08:23 · 544 阅读 · 0 评论 -
26个你不知道的Python技巧,打包带走!
导读:Python是目前世界上最流行的编程语言之一。因为:它容易学习它用途超广它有非常多的开源支持(大量的模块和库)本文作者 Peter Gleeson 是一名数据科学家,日常工作几乎离不开python。一路走来,他积累了不少有用的技巧和tips,现在分享给大家。这些技巧将根据其首字母按A-Z的顺序进行展示。01 all or anyPython之所以成为这么一门受欢迎的...转载 2018-09-28 10:47:47 · 347 阅读 · 0 评论 -
关于TensorFlow,你应该了解的9件事
谷歌开发技术推广工程师 Laurence Moroney 在 Google Cloud Next 大会上进行了一段 42 分钟的演讲,主题是「What’s New with TensorFlow?」。本文作者 Cassie Kozyrkov 对该演讲进行了总结,概括出关于 TensorFlow 的九件事。机器之心对本文进行了编译介绍,希望对大家有所帮助。我总结了今年 Google Cloud...原创 2018-10-12 11:39:55 · 1421 阅读 · 0 评论 -
源码 | 幽灵交易者策略
NO1 . 前言正如幽灵交易者的名字,该策略的核心思路是,在真实下单交易之前,先虚拟出一个交易,如果这个虚拟的交易是亏损的,那么下一次才启动真实的交易。NO2 . 策略简介该策略思路源自于交易者的观察,交易者从自己的交易记录中发现,如果上一次交易是盈利的,那么下一次交易亏损的概率比较大。因此在设计策略时,人为的控制了这些可能会亏损的交易。具体在策略中,我们将引入虚拟交易和与之对应的真实...转载 2018-09-27 09:32:00 · 629 阅读 · 0 评论 -
三行Python代码,让数据预处理速度提高2到6倍
在 Python 中,我们可以找到原生的并行化运算指令。本文可以教你仅使用 3 行代码,大大加快数据预处理的速度。Python 是机器学习领域内的首选编程语言,它易于使用,也有很多出色的库来帮助你更快处理数据。但当我们面临大量数据时,一些问题就会显现……目前,大数据(Big Data)这个术语通常用于表示包含数十万数据点的数据集。在这样的尺度上,工作进程中加入任何额外的计算都需要时刻...转载 2018-10-11 11:51:29 · 2803 阅读 · 0 评论 -
PaddlePaddle之数据预处理
阅读原文PaddlePaddle的基本数据格式根据官网的资料,总结出PaddlePaddle支持多种不同的数据格式,包括四种数据类型和三种序列格式: 四种数据类型:dense_vector:稠密的浮点数向量。sparse_binary_vector:稀疏的二值向量,即大部分值为0,但有值的地方必须为1。sparse_float_vector:稀疏的向量,即大部分值为0,但有值的部分...转载 2018-09-19 10:17:21 · 2494 阅读 · 0 评论 -
金融时间序列分析:8. MA模型实例(Python)
前言数据获取,预处理,定阶什么的参考前面几篇文章:金融时间序列分析:3. First Demo By Python金融时间序列分析:5. AR模型实例(Python)MA模型的讲解参考前文:金融时间序列分析:7. MA滑动平均模型建模与分析预测这个和以前那个AR模型基本一样,我也不多说了。print '---------------------------MA TEST--...原创 2019-04-30 08:48:29 · 2564 阅读 · 0 评论