原创 第十章 利用k-均值聚類算法對未標註數據分組
本章內容： 1. K-均值聚類算法。 2. 對聚類得到的簇進行後處理。 3. 二分K-均值聚類算法。 4. 對地理位置進行聚類。 =====================================================
2020-02-23 09:01:28
原创 親測：MySQL 5.7.17 安裝教程
最近打算學習一下 MySQL ，去官網 https://www.mysql.com/ 下載了最新的 MySQL。 由於我兩臺電腦分別是 win10 和 win7，都是64位的，所以不能下載那個 32 位的安裝包，故選擇 Download
2020-02-23 09:01:28
原创 第三章 決策樹 3.3+3.4 測試算法：使用決策樹執行分類
本節我們將使用決策樹構建分類器，我們可以將它用於實際數據的分類。 首先在第一節 trees.py 中添加： # -*- coding:utf-8 -*- from math import log import operator def
2020-02-23 09:01:28
原创 4.1-4.3 數據預處理-清洗-變換-離散化
整個第四章都是數據預處理。 4.1是數據清洗。就是處理無關數據，缺失或者異常數據等等。 具體看書，就不贅述了，還是上代碼實踐。 書上給的代碼是有問題的！ #拉格朗日插值代碼 import pandas as pd #導入數據分析庫Pan
2020-02-23 09:01:28
原创 Head First SQL 第一章
這一次要跟着 Head First SQL這本書學習數據庫。 安裝參見：http://blog.csdn.net/qq_27469517/article/details/64122464 以管理員身份打開PowerShell： 首先打開
2020-02-23 09:01:28
原创 智障自學深度學習系列-1 MNIST
安裝 TensorFlow 會另外單獨講，這裏零碎記錄 http://wiki.jikexueyuan.com/project/tensorflow-zh/ 開始的流程。 首先會跑一個 hello world，注意這裏原本是 Python
2018-09-04 02:57:57
原创 Head First SQL 第十章
外聯接，自聯接與聯合。P417 關於聯接我們只認識了一半。我們還沒有見過 外聯接：在表中沒有匹配記錄的情況下返回記錄。 自聯接：可以聯接表本身。 聯合：可以合併查詢結果。 ================================
2018-09-04 02:57:57
原创 Scikit-Learn 官方示例
1.繪製交叉驗證預測。 # Plotting Cross-Validated Predictions from sklearn import datasets from sklearn.model_selection import cr
2018-09-04 02:57:57
3
原创 Head First SQL 第九章
查詢中的查詢。P379 如果想把甲的查詢結果作爲乙的查詢輸入，就該子查詢出場。 子查詢有助於避免數據重複，讓查詢更加動態靈活。 Greg不想把招聘服務信息存在my_contacts表中，一是並非所有表裏的人都對此感興趣。二是想要只讓特定
2018-09-04 02:57:57
原创 從決策樹到GBDT再到XGBoost
http://www.cnblogs.com/en-heng/p/5013995.html 決策樹是一種通過對特徵屬性的分類對樣本進行分類的樹形結構，包括有向邊與三類節點： 根節點（root node），表示第一個特徵屬性，只有出邊沒有
2018-09-04 02:57:57
11
原创 Head First SQL 第三章
現在我們首先要學習 UPDATE 改變數據，和 DELETE 刪除數據。 首先我們要明白，表中不應該存儲重複的數據，這是要避免的。 表中的最後一條記錄不一定是最新的記錄。 ===============================
2018-09-04 02:57:57
原创 XGBoost 與 信用卡詐騙數據集 三
基於之前 SKlearn API ，增加了儲存模型和讀取模型的功能，分別寫在兩段代碼裏面。 第一段是訓練和保存模型，和之前差不多： import sklearn as sk import xgboost as xgb import n
2018-09-04 02:57:57
2
原创 智障自學深度學習系列-2 字詞的向量表示
補充一下什麼是 One-Hot 編碼。 中文又叫獨熱碼，比如前文MNIST中把數字1編碼爲 [0,0,0,0,0,0,0,0,0,1]，這種就是獨熱碼編碼形式，有多少個狀態就有多少個bit，這裏有十個數字，就有十個bit。 首先你得知
2018-09-04 02:57:57
原创 Spark快速大數據分析-第一和第二章
我發現光是NumPy和Pandas其實不太夠，找工作都要你會點Linux，懂點Spark和Hadoop，相當尷尬。於是我選擇在我的電腦上 安裝了VMware，然後安裝了CentOS 7。 說到Linux，我在Ubuntu和CentOS 7
2018-09-04 02:57:57
原创 XGBoost 與 信用卡詐騙數據集
在Github 上面找到了一個信用卡詐騙數據集： https://github.com/georgymh/ml-fraud-detection 數據源於 kaggle 的信用卡詐騙數據。 其中給出了三種大方法，分別是神經網絡，kmeans
2018-09-04 02:57:57
34