原创 【python】 os庫——查看、修改文件屬性

In [132]:import os # 查看文件屬性 In [133]: os.stat('package-lock.json') Out[133]: os.stat_result(st_mode=33206, st_ino=703

原创 【Python】os庫——批處理

注:字符串常見函數 1.提取目錄:在批處理中時常會用到文件夾的相互轉換-------主要是通過os模塊實現 path=os.getcwd()    #path就是當前的工作目錄 print(path)   # '/ZC/Download/

原创 【數學基礎】 線性代數以及符號編總

1基本概念和符號 線性代數可以對一組線性方程進行簡潔地表示和運算。例如,對於這個方程組: 這裏有兩個方程和兩個變量,如果你學過高中代數的話,你肯定知道,可以爲x1 和x2找到一組唯一的解 (除非方程可以進一步簡化,例如,如果第二個方程只

原创 特徵臉——PCA應用

一、特徵臉       特徵臉EigenFace從思想上其實挺簡單。就相當於把人臉從像素空間變換到另一個空間,在另一個空間中做相似性的計算。這麼說,其實圖像識別的基本思想都是一樣的,首先選擇一個合適的子空間,將所有的圖像變換到這個子空間

原创 信息熵常見定義

信息論(Information Theory)是概率論與數理統計的一個分枝。用於信息處理、信息熵、通信系統、數據傳輸、率失真理論、密碼學、信噪比、數據壓縮和相關課題。本文主要羅列一些基於熵的概念及其意義,注意本文羅列的所有 loglog 

原创 【Pandas】DataFrame 速查

基本操作 >1.查看前5個值和後三個值 >df2.head() >df2.tail(3) >2.查看列名,值,以及索引 >df2.columns >df2.values >df2.index >3.查看統計數據 >df2.descr

原创 加速神經網絡訓練 (機器學習)

包括以下幾種模式: Stochastic Gradient Descent (SGD) Momentum AdaGrad RMSProp Adam 越複雜的神經網絡 , 越多的數據 , 我們需要在訓練神經網絡的過程上花費的時間也就越多

原创 SMO算法

SMO算法由Microsoft Research的John C. Platt在1998年提出,併成爲最快的二次規劃優化算法,特別針對線性SVM和數據稀疏時性能更優。關於SMO最好的資料就是他本人寫的《Sequential Minimal

原创 【Graphviz】數據網絡的佈局軟件

一、認識graphviz 接觸graphviz是幾年前的一個項目,要畫出數據網絡的佈局,使用graphviz能比較清楚的畫出數據之間的關係。 可以在gallery中查看他能完成的圖形:http://www.graphviz.org/gal

原创 【Sklearn】DecisionTreeClassifier

1. scikit-learn決策樹算法類庫介紹     scikit-learn決策樹算法類庫內部實現是使用了調優過的CART樹算法,既可以做分類,又可以做迴歸。分類決策樹的類對應的是DecisionTreeClassifier,而回歸

原创 【Sklearn】決策樹可視化 (未完成)

個人總結困難之處有三點: 1、屬性存在二元屬性、標稱屬性、序數屬性、連續屬性四種,訓練方式沒有可視化比較混亂; 2、每個步驟有足夠的意義,所以需要觀察分類過程; 3、不同於難以解釋的神經網絡,或者分離超平面可以用一個式子表達,決策樹劃分結

原创 【Sklearn】決策樹可視化 InvocationException: GraphViz's executables not found

僅僅安裝pydotplus不夠,需要安裝獨立Graphviz軟件 一、安裝Graphviz 網站:http://www.graphviz.org/download/ 下載msi文件     直接安裝,完成之後添加環境變量: 在path

原创 【Numpy】ravel()、flatten()、squeeze()

numpy中的ravel()、flatten()、squeeze()都有將多維數組轉換爲一維數組的功能,區別:  ravel():如果沒有必要,不會產生源數據的副本  flatten():返回源數據的副本  squeeze():只能對維數

原创 max()中key的使用

1.找出絕對值最大的元素 t=[1,5,-6,-4] ans=max(t,key=lambda k:abs(k)) print(ans)   #-6 1 2 3 2.找出句子中最長的單詞 x=’i want a banana’ ans=m

原创 Python 餅圖

一、餅狀圖應用原理 二、demos from sklearn.datasets import load_iris import matplotlib.pyplot as plt import numpy as np iris = l