原创 集體智慧編程 第二章 匹配商品
我們在前面學習瞭如何爲指定人員尋找品味相近的人，以及如何向其推薦商品。但是如果我們想了解哪些商品是彼此相近的，應該如何做？ 匹配商品 比如我們去淘寶，點擊某個商品的時候，側面總會給我們推薦一些類似商品。這是如何做到的呢？ 首先我們要將之
2020-07-08 03:44:42
1
原创 集體智慧編程 第二章 提供推薦
我們要知道在購物網站中，如何構建一個系統，用以尋找具有相同品味的人，並根據他人的喜好自動給出推薦。 一個協作型過濾算法通常的做法是對一大羣人進行搜索，並從中找到與我們品味相近的一小羣人。算法會對這些人所偏愛的其他內容進行考察，並將它們組合
2020-07-08 03:09:02
1
原创 爬蟲MOOC 第一週 入門
Python網絡爬蟲與信息提取 講師：嵩天 第一步 安裝測試Request庫 # -*- coding:utf-8 -*- import requests r = requests.get("http://www.baidu.co
2020-07-08 03:09:02
1
原创 第三章 決策樹 3.1決策樹構造
http://cn.akinator.com/ “神燈猜名人”這個遊戲很多人都玩過吧，問很多問題，然後逐步猜測你想的名人是誰。決策樹的工作原理與這個類似，輸入一系列數據，然後給出遊戲答案。決策樹也是最經常使用的數據挖掘算法。書上給了一個
2020-07-08 03:09:02
2
原创 第二章 K-近鄰算法 及 約會網站配對
2.1 K-近鄰算法概述 K-近鄰算法應該就是一個分類算法。採用測量不同特徵值之間的距離方法進行分類。 優點：精度高、對異常值不敏感、無數據輸入假定。 缺點：計算複雜度高、空間複雜度高。 適用範圍：數值型和標稱型。 書中舉了一個電影分
2020-07-08 03:09:02
1
原创 爬蟲MOOC 第二週 入門
首先下載Beautiful Soup 4，然後解壓安裝，記得安裝代碼是 python setup.py install 這裏要說明一點！！！很重要，我吃了一個多小時的虧。 我把文件命名爲 bs4.py 這時候如果要from bs4 im
2020-07-08 03:09:02
12
原创 第十章 10.2 提高聚類性能 10.3 二分K-均值算法
上一節提到，在K-均值聚類中的簇的數目K是一個用戶預先定義的參數，那麼用戶如何才能知道 K 的選擇是不是正確？如何才能知道生成的簇比較好呢？ 在包含簇分配結果的矩陣中保存着每個點的誤差，即該點到簇質心的距離平方值。下面要做的就是利用該誤差
2020-07-08 03:09:02
原创 使用Anaconda3的Docker鏡像
原創 作者：你們大衛 假設本地 Ubuntu 服務器已經安裝好了Docker，這裏講述一下如何開始運行Anaconda3的Docker鏡像： 1. 搜索鏡像 搜索我們想要的anaconda鏡像： docker search anac
2020-07-08 03:08:52
11
原创 第三章 決策樹 3.2 使用 Matplotlib 註解繪製樹形圖
上節學習瞭如何從數據集中創建樹，但是字典的表示形式非常不易於理解，而且直接繪製圖形也比較困難，這一節我們將使用 Matplotlib庫 來創建樹形圖。 3.2.1 Matplotlib註解 Matplotlib提供了一個註解工具 ann
2020-02-23 09:01:38
原创 爬蟲MOOC 第三週 實戰
首先我們要理解什麼是正則表達式 Regular Expression 簡稱 RE，就是所謂的正則表達式。 正則表達式很好用，關鍵就是 簡潔 ！ 比如，例子1： 'PY' 'PYY' 'PYYY' 'PYYYY' .... 'PYYYYY
2020-02-23 09:01:28
原创 第十章 k-均值算法 10.4 對地圖上的點進行聚類
將地圖上的點進行聚類，安排交通工具抵達這些簇的質心，然後步行到每個簇內地址。 這裏我們直接用給出的文件進行操作，跳過10.4.1節。 添加代碼： def distSLC(vecA, vecB): # 返回地球表面兩點之間的距離
2020-02-23 09:01:28
原创 第一章 機器學習基礎
這一章主要講的是機器學習基礎，包括什麼是“機器學習”？機器學習的一些術語等等。 1.3 講了機器學習的主要任務，主要解決分類問題和迴歸問題，這兩者又屬於“監督學習”的範疇。與之對應的是“無監督學習”，這類
2020-02-23 09:01:28
原创 Head First SQL 第二章
P53： SELECT 語句、更好的 SELECT： 在數據庫裏面有非常多的信息，我們要搜索，應該使用如下句式 SELECT * FROM my_contacts WHERE first_name = ‘Anne’; 這樣會返回所有
2020-02-23 09:01:28
原创 第二章 K-近鄰算法 及 手寫識別系統
這一節主要是手寫識別數字系統的搭建。實際訓練數據在 trainingDigits 裏面，大約2000個例子。 爲了使用之前 2.2 的分類器，要把圖像格式化處理爲一個向量，32*32 變成 1* 1024。 首先寫一個 img2vecto
2020-02-23 09:01:28
原创 集體智慧編程 第三章 發現羣組
第三章是第二章的擴展，引入了“數據聚類”的概念，這是一種用以尋找緊密相關的事、人或觀點，並將其可視化的方法。 聚類（data intensive）時常被用於數據量很大的應用中。本章第一個例子將對博客用戶所討論的話題，以及特殊詞綴進行考察。
2020-02-23 09:01:28
1