- 博客(13)
- 资源 (1)
- 收藏
- 关注
RSS订阅
原创 主成分分析（PCA）推导过程及简单实例
本文对主成分分析（Principal Component Analysis，PCA）进行了详细的讲解，它是一种常用的数据降维算法，可以将高维度的数据降到低维度，去除噪声和部分关联特征。文中主要讲解了PCA中协方差矩阵的定义，以及PCA具体的实现步骤。此外，为了便于读者理解，提供了完整的实例。
2018-11-14 17:40:13
7081
6
原创 将csv转换为json，并查找json中的数据
json和字典不同，字典是一个特定数据结构，而json是一种数据的传输格式。通常先构造标准的数据结构格式dict，然后通过json.dumps(dict)方法将dict一次性转化为json格式。因此，需要读取csv文件，接着转为dict的格式，然后生成json数据
2019-10-24 13:04:28
2065
原创 pd.read_csv()报'utf-8' codec can't decode bytes in position 20-21: invalid continuation byte异常的处理
csv中的编码格式是‘ANSI’，而Python 3默认读取格式为‘utf-8’，导致decode异常，不过编码格式也有可能是其它格式，反正不是‘utf-8’，所以要对症下药。本文提供两种解决方式，均已尝试过。
2018-12-09 17:11:46
13491
1
原创 Java查找字符串并替换为字典中的value值
根据字典对字符串中的字母进行替换 ，并打印出所有的可能，使用Python会更容易些，直接调用字典就可以了。这里使用Java，并通过Json解析字典。
2018-12-04 22:00:01
4828
原创 Windows和Ubuntu环境下修改Jupyter Notebook默认文件路径
本文有两部分，分别介绍在Windows和Ubuntu环境下，如何修改Jupyter Notebook默认文件路径。1）Windows环境中有三个步骤，而网上多数答案只提供两步，结果保存的文件还在原来的路径，根本不起作用；2）Ubuntu比较简单，两步OK。
2018-11-15 11:40:34
4643
7
原创 改进的迭代尺度法（IIS）详细分析
本文详细分析了改进的迭代尺度法（Improved Iterative Scaling，IIS）的推导过程，它是一种常见的优化算法，在最大熵模型（Maximum Entropy Model，MaxEnt）和条件随机场（Conditional Random Field，CRF）中都会用IIS进行相应的处理，从而提高算法的效率。
2018-11-13 00:27:49
3346
原创 隐马尔可夫模型基本问题——概率计算问题详细讲解
本文详细介绍了隐马尔科夫基本问题中的概率计算问题，首先阐述了它的计算条件、计算目标和求解方式。然后，对求解方式中的直接计算法、前向算法和后向算法进行了分析，并指明了不足的地方。此外，提供了完整的实例，方便读者理解HMM。
2018-11-11 14:05:36
5812
原创 Numpy.array中[:]和[::]的区别
[:]和[::]的区别蛮大的，用的好可以节省时间，下面以实例进行分析array([:])>>> import numpy as np>>>>>> x=np.array([1,2,3,4,5,6,7,8,9,10,11,12])>>> print(x[1:5])#打印index为1~5的数组，范围是左闭右开[2 3 ...
2018-11-09 21:21:09
12304
3
原创 SMO（Sequential minimal optimization）算法的详细实现过程
SMO算法主要是为优化SVM（支持向量机）的求解而产生的，SVM的公式基本上都可以推到如下这步：maxα∑i=1mαi−12∑i=1m∑j=1mαiαjyiyjxiTxjmax_{\alpha}\sum_{i=1}^{m}\alpha_{i}-\frac{1}{2}\sum_{i=1}^{m}\sum_{j=1}^{m}\alpha_{i}\alpha_{j}y_{i}y_{j}x_{i}^{T...
2018-11-08 19:41:44
1419
原创 Python中读取txt文件的三种可行办法
Python中读取txt文件的三种可行办法，并且把txt文件转换成Python容易处理的csv文件，分别是csv.reader()，numpy.loadtxt()，pandas.red_csv()，文中将一一进行介绍
2018-11-08 11:51:49
16272
1
原创 机器学习——朴素贝叶斯（Naive Bayes）详细解读
本文是从机器学习的角度分析朴素贝叶斯（Naive Bayes），主要分析的内容有贝叶斯定理、朴素贝叶斯分类器和极大似然估计法等。此外，针对贝叶斯定理，举了两个容易理解的例子，并且在朴素贝叶斯的实现方面，也提供了详细的代码和数据集，供读者上机操作。
2018-11-05 16:24:20
7449
1
原创 sklearn.model_selection中train_test_split()函数
train_test_split()是sklearn.model_selection中的分离器函数，用于将数组或矩阵划分为训练集和测试集，函数样式为：X_train, X_test, y_train, y_test = train_test_split(train_data, train_target, test_size, random_state，shuffle)参数解释：train_...
2018-11-03 13:42:29
20751
2
原创 机器学习——线性回归模型详解
机器学习——线性回归模型简单分析线性的含义**线性是什么？**字面理解是一条直线，这可能让我们回到初中、高中时候的定义的y=ax+b，而在线性回归模型中，它是一个特征或多个特征和结果的拟合模型（好比预测房子的价格，房子的面积、房龄、房间数等等表示的是特征，而所要预测的房子的价格就是需要的结果）...
2018-11-02 18:09:12
2343
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人