原创 數據探索
3.1數據質量分析 1、使用pandas讀取excel中的數據，並使用describe()函數 查看數據的基本情況 import pandas as pd catering_sale='data/catering_sale.xls
2019-03-15 20:56:20
1
原创 pd.read_excel() index_col參數
1、read_excel()所有的參數 pd.read_excel(io, sheetname=0,header=0,skiprows=None,index_col=None,names=None, arse_cols=None,d
2019-03-10 03:01:03
1
原创 冒泡排序C++
#include<iostream> using namespace std; void swap(int *arr, int a, int b) {//交換數組元素 int tem = arr[a]; arr[a] = arr[
2019-03-04 03:36:45
原创 插入排序C++
1、算法描述 /* 變量： i=1..............代表待插入數字的下標； preIndex.........代表前一個元素的下標; length...........代表數組的長度 排序過程： arr[0]跳過，從arr[
2019-03-04 03:36:45
原创 選擇排序C++
#include<iostream> using namespace std; void swap1(int *arr, int a, int b) {//交換數組元素 int tem = arr[a]; arr[a] = arr
2019-03-04 03:36:45
原创 插入排序（C++兩個棧）
#include<iostream> #include<stack> using namespace std; /* 通過使用兩個棧，來實現插入排序 result 排好序的棧 randomstack 隨機生成的亂序的棧 ①彈出亂序的棧
2019-02-11 03:03:25
原创 高斯混合聚類（GMM）
1、算法描述 2、Python代碼實現 import numpy as np from numpy.linalg import * import matplotlib.pyplot as plt import math import
2018-12-06 13:11:07
原创 層次聚類（AGNES）
1、算法描述 2、python代碼實現 import numpy as np import matplotlib.pyplot as plt ''' AGNES層次聚類，採用自底向上聚合策略的算法。先將數據集的每個樣本看做一個初
2018-12-06 13:11:07
原创 K均值算法
1.K-means算法的描述 假設需要聚成k個類 ①算法先會隨機從數據集中選取k個點，把他們當做k個聚類的中心點； ②依次計算數據集中的每一個點與各個中心點的距離，離哪個中心點近，就劃分到那個中心點對應的聚類下 ③計算分到同一類簇下
2018-12-06 13:11:07
原创 numpy求協方差矩陣（numpy.cov()）
1、關於方差與協方差 方差公式： 方差度量 協方差公式： 協方差矩陣的介紹和計算見： https://blog.csdn.net/Mr_HHH/article/details/78490576 數據集若有，三個位度（三個特徵）協方
2018-12-06 13:11:07
原创 密度聚類（DBSCAN）
1、DBSCAN描述 2、代碼實現 import numpy as np import matplotlib.pyplot as plt from sklearn import datasets import queue impor
2018-12-06 13:11:07
原创 eclipse自定義代碼模板
詳細參考:http://www.runoob.com/eclipse/eclipse-code-templates.html
2018-09-26 11:16:21
2
原创 1.java連接數據庫
import java.sql.Connection; import java.sql.DriverManager; import java.sql.PreparedStatement; import java.sql.ResultS
2018-09-26 11:16:21
2
原创 IDEA技巧
1、IDEA設置函數參數自動提示 2、IDEA快速查找類 知道類名:Ctrl+Shift+Alt+N 查看類的方法: Ctrl+F12 3、快速創建測試類 Ctrl+Shif+T
2018-09-13 11:55:15