原创 python之引入外援模塊

模塊下載地址:https://pypi.python.org/pypi 下載,安裝python模塊: 在cmd裏進行:      #顯示位置所有目錄       #進入python安裝目錄,使用pip下載和安裝模塊(pip

原创 迴歸問題之線性迴歸

1、線性迴歸(linear regression): a、單變量線性迴歸univariate linear regression: 形式: 關鍵是怎麼選擇模型的參數,:應該是使得儘可能/無限 接近訓練樣本(x,y)中的y值,也就是

原创 Scikit learn:machine learning in Python之貝葉斯學習

chapter 2之樸素貝葉斯.        樸素貝葉斯是一個簡單卻很強大的分類器,基於貝葉斯定理的概率模型。本質來說,貝葉斯是基於每個特徵值的概率去決定該實例屬於一類的概率,前提條件,也就是假定每個特徵之間是獨立的。樸素貝葉斯的一個非

原创 4、認識正則表達式和re庫

regular expression regex   RE 正則表達式:是用來簡潔表達一組字符串的表達式(一行勝千言)。 正則表達式: 通用的字符串表達框架(就像數學規律題的公式)簡潔表達一組字符串針對字符串表達“簡潔”和“特徵”

原创 過度擬合與正規化線性迴歸

過度擬合(over fitting):在擬合數據時,如果要包含每條訓練記錄數據,則很容易產生過度擬合,換句話說,過度擬合現象在特徵變量很多很多時容易產生。(如下圖2所示)                             解決過度

原创 python之字典

字典:以大括號“{}”包圍的數據集合。 字典與列表的最大不同在於字典是無序的。 字典中是通過健來訪問成員字典可變,可以包含任何其他類型字典中的成員位置只是象徵性的,不能通過其位置來訪問該成員常用的字典操作: dic.clear()  

原创 1、網絡爬蟲之規則之requests庫入門

導學:掌握定向網絡數據爬取和網頁解析的基本能力 一、 Requests庫入門 公認的爬取網頁最好的第三方庫,簡單和簡潔 import requests r = requests.get('http://www.baidu.com')

原创 插值

在離散數據的基礎上補插連續函數,使得這條連續曲線通過全部給定的離散數據點。插值是離散函數逼近的重要方法,利用它可通過函數在有限個點處的取值狀況,估算出函數在其他點處的近似值。        與擬合不同的是,它要求曲線通過所有的已知數據。

原创 分類問題之邏輯迴歸

邏輯迴歸(logistic regression): Logistic regression is a method for classifying data into discrete outcomes.(將數據分類爲離散的結果輸出,

原创 二、Python2.x 基本內容2

2.1 條件結構 if語句      if 條件表達式:         #注意有冒號           代碼塊              #注意縮進      else:                       #與if對齊  

原创 一、Python 2.x 基礎內容1

1.1:Python的簡介 1.2:Python的第一個程序“Hello world” Python輸出:print語句:print 'Hello world' 輸入:raw_input() Python風格: 註釋:以#開始續行:\一

原创 迴歸問題之線性迴歸II

1、線性迴歸(linear regression): b、多元線性迴歸 multivariate linear regression: 形式如下: 令 則 因此:有                            

原创 在Source Insight 中閱讀python

先下載安裝Source Insight, 下載個SI的CLF文件,地址爲http://www.sourceinsight.com/public/languages/Python.CLF 在options中的preference中導入.

原创 3、信息組織與提取方法

信息的標記: 形成信息組織結構,增加信息維度有利於通訊,存儲和展示標記的結構和信息一樣有着重要的價值有利於程序理解與處理,應用HTML的信息標記:      html是www(World Wide Web)的信息組織方式,將聲音,圖像,視

原创 基於anaconda安裝模塊(threading)

基於anaconda安裝模塊, 不能直接用pip或者conda命令安裝,需要自己手動安裝。 先下載threading模塊,https://pypi.python.org/pypi/threading-sched/1.0.0 解壓,th