- 博客(13)
- 收藏
- 关注
RSS订阅原创 python正则表达式
在python中，我们可以使用内置的re模块来使用正则表达式。re模块的一般使用步骤：1.使用compile()函数将正则表达式的字符串形式编译为一个Pattern对象,使用函数compile(pattern,flag) 进行预编译2.通过Pattern对象提供的一系列方法将文本进行匹配查找，获得匹配结果(一个Match对象)3.最后使用Match对象提供的属性和方法获得信息，根据...
2019-09-27 16:39:25
120
原创 python异常处理：try-except语句的应用
读写文件时候文件打开错误或者文件写入错误，写爬虫时网络请求失败，返回错误404.再或者函数处理一些不确定参数时候，都可以用到异常捕获。异常可以通过 try 语句来检测. 任何在 try 语句块里的代码都会被监测, 检查有无异常发生。try 语句有两种主要形式: try-except 和 try-finally . 这两个语句是互斥的, 也就是说你只能使用其中的一种 . 一个 try 语句可...
2019-09-27 16:39:08
1750
原创 静态爬虫研究
1.HTML代码所谓的html代码，浏览博客的你右手一定在鼠标上，好的，跟着我左手右手一个慢动作，点击右键，找到“查看网页源代码”，不同浏览器可能这个描述不太一样，博主是Chrome，不过都差不太多，是不是有看到类似下面这个图的一堆不知道是什么鬼的代码？html代码其实就是用许多个"<Y yy='aaa'>xxxx</Y>"是的结构将想要输出在页面上的内容包含起来的...
2019-09-27 16:38:48
173
原创 数据可视化工具
数据可视化工具：Jquery、D3、Echarts、Tableau、ProcessingD3和Echarts的区别：场景：一般是根据计算数据量的大小来进行分析：1）对于客户的需求要求的图表拥有大量的用户交互场景，用d3比较方便，因为d3中的svg画图支持事件处理器，是基于dom进行操作的。想要实现某个操作，直接调用相关的方法实现效果即可。2）对于大量的数据展示并且对于用户交互...
2019-09-27 16:38:20
137
原创 数据库基础知识——数据模型
数据模型：用来表示实体类型以及实体间联系的模型，用于抽象描述数据的逻辑结构。包括三部分主体：数据结构：实体类型以及实体间联系数据操作：对数据库的检索和更新（插入、删除、更改）数据完整性约束：实体Entity：具有相同属性和特征的客观或抽象事物的集合实例：实体这个集合中的一个元组属性Attributtes：表示实体的一类特征二元实体联系的种类：1：1 1：n...
2019-07-08 22:39:00
243
原创 数据库基础知识1
1.主流数据库管理系统有哪些？数据库管理系统（DBMS）是为管理数据库而设计的计算机软件系统，一般具有存储、截取、安全保障、备份等基础功能，目前主流的数据库管理系统有：Oracle、MySQL、SQL Server、DB2和Sybase（均为关系型数据库）。1.1OracleOracle数据库是甲骨文公司推出的一款关系数据库管理系统，是当前数据库领域最有名、应用最广泛的数据库管理系统之...
2019-07-08 22:10:46
486
原创 分类器的性能评估指标：混淆矩阵、精度、召回率、ROC曲线等等
在使用回归器的时候，我们通常用预测结果的准确率来评估模型的优良与否，但该指标并不一定适用于分类器，特别是处理某些偏斜数据集（即某些类比其他类更为频繁时）时。评估分类器性能的更好方法是混淆矩阵。总体思路就是统计A类别实例被分成为B类别的次数。例如，对于一个0-9数字分类器，要想知道分类器将数字3和数字5混淆多少次，只需要通过混淆矩阵的第5行第3列来查看。 下图是一个二分类器预测结果的混淆矩...
2018-11-27 12:11:37
1413
转载 sklearn报错Error message: fit_transform() takes 2 positional arguments but 3 were given的解决方法
最近在读 Hands-On Machine Learning with Scikit-Learn & TensorFlow 这本书，在学到pipeline的时候，我模仿者写了这也的代码：[python] view plain copynum_attribs=list(housing_numerical) cat_attribs=["ocean_proximity"] ...
2018-11-26 11:21:35
898
原创 Spyder快捷键
块注释/块反注释 Ctrl + 4/5 断点设置 F12 关闭所有 Ctrl + Shift + W 代码完成 Ctrl +空格键 条件断点 SHIFT + F12 配置 F6 复制 Ctrl + C 向下复制 Ctrl + Alt +向下 剪切 Ctrl + X 调试 Ctrl + F5键 删除 Del 向上复制 Ctrl + Alt +向上 粘贴 Ctrl + V 前...
2018-11-23 12:11:08
133
原创 hist()参数详解
import matplotlib.pyplot as plthousing.hist(bins=50, figsize=(20,15))bins指bin(箱子)的个数，即每张图柱子的个数figsize指每张图的尺寸大小
2018-11-23 11:20:08
32205
1
原创 数据获取渠道
使用真实数据学习机器学习最好使用真实数据进行实验， 而不仅仅是人工数据集。 我们有成千上万覆盖了各个领域的开放数据集可以选择。 以下是一些可以获得数据的地方：·流行的开放数据存储库：·UC Irvine Machine Learning Repository（http://archive.ics.uci.edu/ml/）·Kaggle datasets（https://www.kaggle....
2018-11-23 11:14:46
2128
原创 决策树（一）：ID3算法
1.决策树的基本原理与伪代码决策树算法，是一种监督学习的分类算法，可细分为ID3、C4.5、CART等三种算法，前两种适用于标称型数据，后一种适用于数值型数据。1.1决策树的基本原理：所谓决策树，即根据样本数据集的不同特征不断对数据集进行划分，划分的最终结果构成一棵树。该算法的难点在于：在众多特征中，最先选择哪一个特征对数据集进行划分？ID3算法采用信息增益；C4.5算法采用信...
2018-11-19 21:26:16
604
原创 机器学习轻松入门——KNN算法的PYTHON语言实现
KNN算法，也称K近邻算法，是一种监督学习的分类算法。本篇文章主要由以下几个方面构成：KNN算法的原理及伪代码 KNN算法的优缺点 KNN算法实现手写数字识别系统1.KNN算法的原理及伪代码KNN算法，即在已知训练集数据所对应标签的情况下，去预测测试集数据所对应的标签，其算法核心就是要找到其训练集数据与其标签之间的对应关系。伪代码：计算当前测试数据（1个）与所有训练集数据...
2018-11-15 12:17:53
312
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人