原创 Pandas多表連接產生笛卡兒積（交叉表）
貌似pandas自帶的merge，concat，和join對笛卡兒積這個操作都不是太友好，有許多blog甚至直接寫了個兩重循環實現交叉表。 所以什麼是笛卡兒積？ https://baike.baidu.com/item/%E7%AC%9B
2018-12-07 17:22:05
原创 機器學習算法筆記--------建立西瓜數據集
西瓜書裏面常用的三個數據集，西瓜數據集2.0，3.0，4.0整理如下，注意中文容易出現亂碼。 西瓜數據集2.0 西瓜數據集3.0 西瓜數據集4.0 import pandas as pd def createDataSet_
2018-12-07 17:22:05
2
原创 機器學習算法筆記--------樸素貝葉斯
拉普拉斯平滑 似然度，置信度 先驗概率，後驗概率 先驗概率：P(X) ，P(Y) 後驗概率：P(X|Y) ，P(Y|X) 例子 目標：根據先驗概率P(Y)（患病和無患病的比例）和後驗概率P(X|Y)（患病被檢測出患病，無
2018-11-30 23:57:55
原创 統計學習、機器學習的基礎知識彙總
數學概念 偏序關係， F1值，精確率，召回率 TP(True Positive) -- 將正類預測爲正類 FN(False Negative) --將負類預測爲負類 FP(False Positive) --將負類預測爲正類 TN
2018-11-30 23:57:54
原创 Kaggle -- Google Analytics Customer Revenue Prediction -- 測試數據分析
測試數據包含以下字段 Data Fields fullVisitorId- A unique identifier for each user of the Google Merchandise Store. channelGroupin
2018-11-26 02:25:25
3
原创 機器學習算法筆記--------決策樹
基本思想 計算集合無序程度的算法 信息熵 基尼不純度 優缺點 優點：計算複雜度低，無需進行數據歸一化。 缺點：容易過擬合。
2018-11-22 02:25:31
原创 機器學習算法筆記--------K-近鄰算法
基本思想： 假設訓練集中每個數據都是已標記的數據。 當輸入一個新樣本的時候，將新樣本的特徵和數據集中的數據進行特徵比對。 找出最相似的前k個數據。(歐式距離-L2範數，閔科夫斯基距離-Lp範數) 統計這k個數據的標籤，其中出
2018-11-22 02:25:31
原创 算法分析--快速排序
快速排序法時間複雜度分析 1、最優情況 每次都剛好在中間。 T(1) = 1; T(n) = 2*T(n/2) + O(n) = 2*(2*T(n/4)+O(n/2)) + O(n) = 4*T(n/4) +
2018-11-04 02:42:25
原创 校招在線編程題系列----數字遊戲
題目來自牛客網https://www.nowcoder.com/questionTerminal/876e3c5fcfa5469f8376370d5de87c06 題目描述 小易邀請你玩一個數字遊戲，小易給你一系列的整數。你們倆使用這些整
2018-10-26 23:24:24
原创 Kaggle比賽——Digit Recognizer——Part 2（Pytorch 卷積神經網絡的架構）
在構建好數據集以後就可以動手搭卷積神經網絡了。這裏我還是使用Pytorch來實現幾個常用的卷積神經網絡結構，由於計算資源有限，有些網絡參數已經被我簡化了，完整的網絡結構可以查看原文獻。 未完待續————
2018-09-17 07:05:06
4
原创 CS231n-assignment2 FullyConnectedNet 多層神經網絡的實現 任意數量隱藏層的實現
from builtins import range from builtins import object import numpy as np from cs231n.layers import * from cs231n.
2018-09-06 07:02:41
原创 卷積神經網絡 -- PyTorch 實現系列之 LeNet（datasets: CIFAR-10）
原文：Gradient-Based Learning Applied to Document Recognition 摘要： 本文利用PyTorch實現了經典神經網絡LeNet。 引入： 目前有很多博客都系
2018-09-06 07:02:41
22
原创 Kaggle比賽——Digit Recognizer——Part 1（Pytorch 數據集的建立）
首先從Kaggle官網下載數據集https://www.kaggle.com/c/digit-recognizer/data裏面包含三個CSV文檔。train.csv是帶標籤的數據，用於訓練和調參，test.csv是無標籤的
2018-09-06 07:02:41