原创 機器學習——基本術語
第一章 基本術語 1、機器學習的定義：從數據中自動的歸納邏輯或規則，並根據這個歸納的結果與新數據來進行預測的算法。要討論算法的相對優劣，必須要針對具體的學習問題。 2、目標：使得學得的模型能很好的適用於“新樣本”，而不僅僅在訓練樣本上
2020-06-20 06:37:41
10
原创 python——多重表達式
多層表達式 for循環可以嵌套，因此，在列表生成式中，也可以用多層 for 循環來生成列表。 對於字符串 'ABC' 和 '123'，可以使用兩層循環，生成全排列： >>> [m + n for m in 'ABC' for n in
2020-06-20 06:37:41
原创 數據挖掘——基本概念
1、定義：對於數據挖掘我們可以從兩個角度來定義它： a. 技術定義：數據挖掘是通過對大量的數據進行分析，以發現和提取隱含在其中的具有價值的信息和知識的過程。 b.商業定義： 數據挖掘是一種新的商業信息處理技術， 其主要特點是對商業數據庫中
2020-06-20 06:37:41
原创 Python之修改元素
Python之修改元素 現在，班裏有3名同學： >>> L = ['Adam', 'Lisa', 'Bart'] 今天，班裏轉來一名新同學 Paul，如何把新同學添加到現有的 list 中呢？ 第一個辦法是用 list 的 a
2020-06-20 06:37:41
原创 K最近鄰分類算法（KNN）
1、基本思想：給定一個測試樣本，計算它與訓練集中每個對象的距離，圈定距離最近的k個訓練對象作爲其最近鄰，然後使用這k個最近鄰中出現次數最多的類標號作爲測試樣本的類標號值。 每個樣本可以表示爲（x,x,x,x,....y)的形式，其中x表示
2020-02-25 13:56:05
原创 python——基礎1
Python之print語句 print語句可以向屏幕上輸出指定的文字。比如輸出'hello, world'，用代碼實現如下： >>> print 'hello, world' 注意： 1.當我們在Python交互式環境下編寫
2020-02-25 13:56:05
原创 KNN算法理解
一、算法概述 1、kNN算法又稱爲k近鄰分類(k-nearest neighbor classification)算法。 最簡單平凡的分類器也許是那種死記硬背式的分類器，記住所有的訓練數據，對於新的數據則直接和訓練數據匹配，如果存在
2020-02-25 13:56:05
原创 機器學習——模型評估和選擇
第二章 模型評估和選擇 基本概念： 1、過擬合（過配）：將訓練樣本自身的一些特點當作了所有潛在樣本都具有的一般特性，導致泛化性能下載。 2、欠擬合（欠配）：無法從訓練樣本中學習到足夠量的所有潛在樣本都具有的一般特性。 3、誤差：學習器
2020-02-25 13:56:05
1
原创 Eclipse和PyDev搭建完美Python開發環境（Windows篇）
爲什麼不用別的IDE呢？ IDLE是小打小鬧用的，那個WingIDE是要錢的，而且用不慣。Eclipse+PyDev插件是最主流的Python開發
2020-02-25 13:56:05
原创 Python——條件過濾
條件過濾 列表生成式的 for 循環後面還可以加上 if 判斷。例如： >>> [x * x for x in range(1, 11)] [1, 4, 9, 16, 25, 36, 49, 64, 81, 100] 如果我們只想要偶數
2020-02-25 13:56:05
原创 Python中整數和浮點數
Python中整數和浮點數 Python支持對整數和浮點數直接進行四則混合運算，運算規則和數學上的四則運算規則完全一致。 基本的運算： 1 + 2 + 3 # ==> 6 4 * 5 - 6 # ==> 14 7.5 /
2020-02-25 13:56:05
原创 python——基礎2
Python中什麼是變量 在Python中，變量的概念基本上和初中代數的方程變量是一致的。 例如，對於方程式 y=x*x ，x就是變量。當x=2時，計算結果是4，當x=5時，計算結果是25。 只是在計算機程序中，變量不僅可以是
2020-02-25 13:56:05
原创 Python——基礎總結
1、list[]可變 append() 2、tuple()指向不可變 len() 3、dict{}鍵值對，key不可變 get() 4、set(
2020-02-25 13:56:05
原创 Python之倒序訪問list
Python之倒序訪問list 我們還是用一個list按分數從高到低表示出班裏的3個同學： >>> L = ['Adam', 'Lisa', 'Bart'] 這時，老師說，請分數最低的同學站出來。 要寫代碼完成這個任務，我們可
2020-02-25 13:56:05