- 博客(6)
- 收藏
- 关注
原创 心情随笔
有时候谁在你身边,你跟什么样的人一起,真的很重要。因为,你身边的人时什么层次,你也会慢慢变成什么层次。所以永远要去接近一个正能量的习惯于优秀的高层次的人。人生有理想时最好的事情,种下什么籽机会结什么果。有时候你的伴侣决定着你的人生高度,在好的婚姻里,男女同心同行,最后同成长。做一个自带光芒的人。任务繁杂,作息时间碎片化的当下,我们能看到许多提倡独处独立思考的文章。诚然,独立思考时现今每个都...
2017-05-10 19:45:45 366
原创 机器学习与python实践(一)k临近(knn)
机器学习与python实践(一)k临近(knn)knn算法分析 k最邻近分类算法是最简单的机器学习算法,它采用测量不同特征值之间的距离进行分类,想法很简单: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)的样本的大多数属于某个类,则这个样本也属于这个类。 knn算法中所选择的邻近都是已经分好类的对象,该方法在定类决策上只依赖最邻近的一个或几个样本的类别来决定待分类样本的类别,不是靠判别
2017-05-10 09:04:28 1947
翻译 scikit-learn 文本挖掘概念
文本挖掘 text mining知识密集的处理过程,使用分析工具与文档集合动态交互。 类似于数据挖掘的方式,文本挖掘旨在通过识别令人感兴趣的模式来提取和搜索数据源中有用信息。数据来源是文档集合,不是形式化的数据库记录,是非结构化的文本数据集合。 将文字转化为数字,算法可以应用到大型文档数据库。将文本转化为结构化,数字格式,并应用分析算法需要知道如何使用和整合这些技术来处理文本,范围包括文本个体到
2017-05-06 09:56:08 1516
原创 机器学习之自然语言处理理解
大数据的机会使得更容易去做自然语言处理,人工智能闭环:数据驱动机器学习,有一个系统用户产生大量数据,基于数据建立模型服务客户。自然语言处理核心想法基于机器学习,统计机器学习方法分类为:分类、匹配、翻译、结构预测、马尔可夫决策过程。 逼近人的性能,考虑实用性,技术的上界和性能的下界。看具体应用场景。 具有代表性的技术: 机器翻译。问答系统。搜索匹配排序,q&a。传统字面上的匹配,现在深度学习技术
2017-05-06 00:36:47 6787
转载 tile function
numpy.tile function【python】tile函数简单介绍格式:tile(A,reps) * A:array_like * 输入的array * reps:array_like * A沿各个维度重复的次数举例:A=[1,2] 1. tile(A,2) 结果:[1,2,1,2] 2. tile(A,(2,3)) 结果:[[1,2,1,2,1,2], [1
2017-05-05 14:56:14 263
原创 SQL 小tips
SQL SELECT TOP 子句用于规定要返回的记录的数目,对于大型表很有用。 SQL Server|MS Access语法 SELECT TOP number|percent column_name FROM table_name;MYSQL|Oracle 中SQL SELECT TOP 等价 Mysql语法 SELECT column_name FROM table_name L
2017-05-04 11:27:38 397
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