原创 線性迴歸tensorflow2.1.0簡潔實現

線性迴歸的簡潔實現 xiaoyao 動手學深度學習 tensorflow 2.1.0 隨着深度學習框架的發展,開發深度學習應用變得越來越便利。實踐中,我們通常可以用比上一節更簡潔的代碼來實現同樣的模型。在本節中,我們將介紹如何使用

原创 來自Bitly的USA.gov數據,數據分析案例

數據分析案例01 xiaoyao 1.USA.gov Data from Bitly–來自Bitly的USA.gov數據 數據背景:2011年,URL縮短服務Bitly跟美國政府⽹站USA.gov合作,提供了⼀份從⽣成.gov或.

原创 tensorflow2.1從零開始實現softmax迴歸

softmax迴歸的從零開始實現 xiaoyao 動手學深度學習 tensorflow2.1.0 這一節我們來動手實現softmax迴歸。首先導入本節實現所需的包或模塊。 import tensorflow as tf impo

原创 numpy數組和矢量運算03

numpy 基礎:數組和矢量運算 xiaoyao NumPy是在⼀個連續的內存塊中存儲數據,獨⽴於其他Python內置對象。NumPy的C語⾔編寫的算法庫可以操作內存,⽽不必進⾏類型檢查或其它前期⼯作。⽐起Python的內置序列,

原创 數據合併與拼接

數據合併與拼接 xiaoyao 1.merge方法 import pandas as pd import numpy as np # 定義兩個dataFrame對象 df1 = pd.DataFrame({'alpha':['A'

原创 linear-regression 線性迴歸

3.1.2 linear regression xiaoyao 《動手學深度學習》tensorflow2.1.0實現 3.1 線性迴歸 線性迴歸輸出是一個連續值,因此適用於迴歸問題。迴歸問題在實際中很常見,如預測房屋價格、氣溫、銷

原创 線性迴歸tensorflow實現

線性迴歸tensorflow實現 xiaoyao 《動手學深度學習》 tensorflow2.1.0 import tensorflow as tf print(tf.__version__) # from Ipython i

原创 Server returns invalid timezone. Go to ‘Advanced’ tab and set ‘serverTimezone’ property

pycharm連接mysql報錯!Server returns invalid timezone. Go to ‘Advanced’ tab and set ‘serverTimezone’ property 01錯誤界面截圖 0

原创 數據分析----數據清洗和準備

Data Cleaning and Preparation 數據清洗和準備 修改之後,增加代碼,註釋 xiaoyao # 導入package import numpy as np import pandas as pd # 設置數

原创 數據分析--數據加載,存儲與文件格式

Data Loading, Storage, 數據加載, 存儲與文件格式 xiaoyao import numpy as np import pandas as pd np.random.seed(12345) import ma

原创 零基礎入門數據挖掘-Task1 賽題理解

零基礎入門數據挖掘-Task1 賽題理解 xiaoyao 修改之後 一、 賽題理解 Tip:此部分爲零基礎入門數據挖掘的 Task1 賽題理解部分,爲入門數據挖掘比賽提供一個基本的賽題入門講解。 賽題:零基礎入門數據挖掘 - 二

原创 Numpy使用02

numpy數組的運算 不用編寫循環就可以實現對數據批量運算,Numpy用戶稱爲:矢量化。大小相同的數組之間的任何算數運算都可以將運算應用到元素級: import numpy as np arr = np.array([[1,2,

原创 4斐波那契數列python實現

第4篇 斐波那契數列python實現 知識點:遞歸和循環 要求 大家都知道斐波那契數列,現在要求輸入一個整數n,請你輸出斐波那契數列的第n項。 n<=39 斐波那契數列的定義: F(0)=0,F(1)=1, F(n)=F(n-

原创 2空格替換&列表逆序輸出

第2篇 空格替換&列表逆序輸出 字符串——替換空格 鏈表——逆序輸出鏈表 替換空格 要求 請實現一個函數,將一個字符串中的空格替換成“%20”。例如,當字符串爲We Are Happy.則經過替換之後的字符串爲We%20Are%2

原创 數據預處理,降維,特徵提取,聚類

數據預處理,降維,特徵提取,聚類 數據預處理,使用StandardScaler進行數據的預處理 # 導入numpy import numpy # 導入繪圖工具 import matplotlib.pyplot as plt %m