原创 鏈家全國房價數據分析 ： 數據分析及可視化
相關文章：鏈家全國房價數據分析 ： 數據獲取 上一回我們提到了用爬蟲爬取鏈家的新樓盤和二手房數據信息，這回我們來看看如何對他們進行分析。 新樓盤數據分析 因爲我們爬的時候是一個個城市爬的，現在我們要把他們合在一起，首先呢我們需要知道一
2018-11-28 13:01:07
原创 鏈家全國房價數據分析 ： 數據獲取
最近一直在看論文，也有很久沒有coding了，感覺對爬蟲的技術有些生疏，我覺得即使現在手頭沒有在做這方面的東西，經常爬點對技術保鮮還是很重要的。所以這次我打算爬鏈家的房價數據，目的主要是對爬蟲和Python的東西作一個鞏固，然後做一個
2018-11-28 13:01:07
原创 神經網絡初步與反向傳播算法
層數表示 輸入數據的層叫輸入層(input layer) 輸出結果的層叫輸出層(output layer) 除了這兩層之外的層都叫隱藏層(hidden layer) 激活函數 每個結點的激活函數，通常都是sigmoid函數 g(x)=
2018-11-19 23:37:15
原创 邏輯迴歸 logistic regression 算法原理及優化
概述 邏輯迴歸也叫對數機率迴歸 “邏輯迴歸”雖然叫回歸，但是卻是一種分類方法，跟線性迴歸(linear regression)有着顯著的不同。 優點：無需事先假設數據分佈，可以避免假設分佈不準確帶來的問題；不是預測出類別，而是給出近
2018-11-14 01:53:23
原创 K最近鄰（k-Nearest Neighbor，KNN）分類算法
概述 K最近鄰（k-Nearest Neighbor，KNN）分類算法是最簡單的機器學習算法。 它沒有訓練的過程，它的學習階段僅僅是把樣本保存起來，等收到測試集之後再進行處理，屬於“懶惰學習”。反之，在訓練階段就對樣本進行學習的算法屬
2018-10-27 01:53:48
原创 線性迴歸 linea regression 原理及推導
概述 優點：容易計算，易於理解和實現 缺點：容易欠擬合 適用數據類型：數值型和標稱型 口頭描述 線性迴歸試圖構造一個線性函數，去擬合儘可能多的樣本點。重點是如何確定線性函數的參數，使得該函數儘量穿過樣本點，一般使用均方誤差最小化來
2018-10-27 01:53:48
原创 SVM支持向量機算法原理
特點概述 優點： 泛化性能好，計算複雜度低，結果容易解釋 缺點： 對參數和核函數選擇敏感，原始分類器不加修改僅適用於二分類問題 適用數據類型：數值型和標稱型數據 口頭描述 SVM認爲可以使用一個超平面將數據集分隔開來，距離超平面最
2018-10-10 01:48:24
原创 特徵工程筆記
雖然說特徵工程很大程度上是經驗工程，跟具體業務相關，但是我們可以根據一些思路來進行，以下是我在實踐過程中總結出來的一些思路，希望能給大家帶來一點啓發。 思路與過程 0.概覽數據 使用數據可視化工具對數據進行概覽 0.1 對原始數據進行
2018-10-06 01:37:14
原创 劍指offer 第一個只出現一次的字符
題目描述 在一個字符串(1<=字符串長度<=10000，全部由字母組成)中找到第一個只出現一次的字符,並返回它的位置 解題思路 我們遍歷這個字符串，假設每個當前字符都是隻出現一次的，我們分別向前和向後考察是否存在相同字符 向前考察：保存
2018-08-24 15:06:05
2
原创 scrapy爬取豆瓣電影教程
最近在做爬蟲，也很久沒更博客了，這篇長文就算是一個開更禮吧，Duang 在爬取之前，你得確保你已經有以下的條件： python3 環境 （在我的機子上是python 3.6.5） scrapy 已經安裝 有一個Python的
2018-08-24 15:06:04
原创 劍指offer 把數組排成最小的數
題目描述 輸入一個正整數數組，把數組裏所有數字拼接起來排成一個數，打印能拼接出的所有數字中最小的一個。例如輸入數組{3，32，321}，則打印出這三個數字能排成的最小數字爲321323。 解題思路 3 32 321 先轉化成stri
2018-08-24 15:06:04
原创 python可視化之seaborn
數據可視化的文章我很久之前就打算寫了，因爲最近用Python做項目比較多，於是就花時間讀了seaborn的文檔，寫下了這篇。 數據可視化在數據挖掘中是一個很重要的部分，將數據用圖表形式展示可以很直觀地看到數據集的特點（比如正態分佈，長尾
2018-08-24 15:06:04
原创 劍指offer 數字在排序數組中出現的次數
題目描述 統計一個數字在排序數組中出現的次數。 解題思路 一個數字在排序數組中的分佈一定是連續的，題目其實是一個在排序數組中查找數字的意思，我使用二分查找 代碼 class Solution { public: int GetNu
2018-08-24 15:06:03
2
原创 Titanic：數據挖掘入門的第一步
關鍵詞： 數據挖掘 機器學習 預測 Python 這個項目是kaggle上的一個入門級項目，專門給新手做的，這個項目比較簡單，但是涉及到了數據挖掘和機器學習的各個方面，有關的文章和解釋和很多，所以呢，這個比較適合新手上車 看完這個教程並
2018-08-24 15:06:03
原创 手把手教你配置阿里雲服務器搭建網站
寫在前面 出於好奇，我用學生優惠租了一臺阿里雲服務器，打算做一些Java web的開發，但是畢竟是第一次接觸這樣的東西，還是比較懵逼，在這個過程中遇到了一些問題（肯定會遇到問題的），但是呢，在網上搜解決辦法的時候，總是歷經波折才能找到我最
2018-08-24 15:06:03