weixin_45439324的博客

knn算法 K-近邻算法定义 K Nearest Neighbor算法又叫KNN算法，这个算法是机器学习里面一个比较经典的算法， 总体来说KNN算法是相对比较容易理解的算法 ， 如果一个样本在特征空间中的k个最相似(即特征空间中最邻近)的样本中的大多数属于某一个类别，则该样本也属于这个类别。 KNN算法流程 计算已知类别数据集中的点与当前点之间的距离 按距离递增次序排序 选取与当前点距...

Pandas高级处理 1.缺失值处理 目标： 应用isnull判断是否有缺失数据NaN 应用fillna实现缺失值的填充 应用dropna实现缺失值的删除 应用replace实现数据的替换 1.1 如何处理nan 获取缺失值的标记方式(NaN或者其他标记方式) 如果缺失值的标记方式是NaN 判断数据中是否包含NaN： pd.isnull(df) # 里面如果有一个缺失值,就返回Tr...

Pandas学习 1. Pandas介绍 2008年WesMcKinney开发出的库 专门用于数据挖掘的开源python库 以Numpy为基础，借力Numpy模块在计算方面性能高的优势 基于matplotlib，能够简便的画图 独特的数据结构 2. 为什么使用Pandas Numpy已经能够帮助我们处理数据，能够结合matplotlib解决部分数据展示等问题，那么pandas学习的目的在什么地...

NumPy学习 1. NumPy介绍 Numpy（Numerical Python）是一个开源的Python科学计算库，用于快速处理任意维度的数组。 Numpy支持常见的数组和矩阵操作。对于同样的数值计算任务，使用Numpy比直接使用Python要简洁的多。 Numpy使用ndarray对象来处理多维数组，该对象是一个快速而灵活的大数据容器。 2. ndarray介绍 NumPy提供了一个N维数组...

Matplotlib学习 1. 什么是Matplotlib 是专门用于开发2D图表(包括3D图表) 以渐进、交互式方式实现数据可视化 2. 为什么要用Matplotlib 可视化是在整个数据挖掘的关键辅助工具，可以清晰的理解数据，从而调整我们的分析方法。 能将数据进行可视化,更直观的呈现 使数据更加客观、更具说服力 3. 一个简单的Matplotlib画图 # 1.导入模块 imp...

Jupyter Notebook学习 1.Jupyter Notebook介绍 Jupyter项目是一个非盈利的开源项目，源于2014年的ipython项目，因为它逐渐发展为支持跨所有编程语言的交互式数据科学和科学计算 Jupyter Notebook，原名IPython Notbook，是IPython的加强网页版，一个开源Web应用程序 名字源自Julia、Python 和 R（数据科学的三...

机器学习 1. 什么是机器学习 机器学习是从数据中自动分析获得模型，并利用模型对未知数据进行预测。 2. 机器学习工作流程 机器学习工作流程 1.获取数据数据基本处理，2.特征工程，3.机器学习(模型训练)，4.模型评估 结果达到要求，上线服务，没有达到要求，重新上面步骤 获取到的数据集介绍 数据简介 在数据集中一般： 一行数据我们称为一个样本 一列数据我们成为一个特征 有...

人工智能学习 1. 人工智能应用场景 网络安全、电子商务、计算模拟、社交网络 … … 2. 人工智能必备三要素 数据，算法，计算力 计算力之CPU、GPU对比： CPU主要适合I\O密集型的任务 GPU主要适合计算密集型任务 提问：什么类型的程序适合在GPU上运行？ 计算密集型的程序。 所谓计算密集型(Compute-intensive)的程序，就是其大部分运行时间花在了寄存器运算上，寄存...