原创 26、python密度聚類方法（DBSCAN密度聚類）
1、DBSCAN概念 基於密度的帶噪聲的空間聚類應用算法，它是將簇定義爲密度相連的點的大集合，能夠把足夠高密度的區域劃分爲簇，並且可在噪聲的空間數據集中發現任意形狀的聚類。 2、密度聚類和距離聚類 密度聚類：只要臨近區域的密度、對象、
2020-06-13 01:52:15
5
原创 21、python的K-means聚類分析方法案例代碼
1、聚類分析 是按照個體的特徵將他們分類，讓同一個類別內的個體之間具有較高的相似度，不同類別之間具有較大的差異性； 2、基本理論 Kmeans：K表示算法當中類的個數 Means 均值算法：K-means 使用均值算法把數據分成k個類別的
2020-06-13 01:52:15
13
原创 22、python關聯規則案例代碼
1、關聯：（Association） 把兩個或者兩個以上在意義上，有密切聯繫的項組合在一起 關聯規則（Association Rules AR） 用於從大量數據中挖掘出有價值的數據項之間的相關關係 協同過濾（Co
2020-06-13 01:52:15
1
原创 10、python隨機森林代碼案例
目錄 1 概念 2 優點 3 理論方法 4、代碼完整案例 1 概念 隨機森林：隨機森林是包含多個決策樹的分類器，並且其輸出類別是由個別樹輸出的類別的衆數而定 決策樹見案例：https://blog.csdn.net/qq_36327687
2020-06-13 01:52:15
4
原创 tushare pro的token憑證碼設置
1、首先需要註冊新用戶 可以點擊邀請鏈接註冊：https://tushare.pro/register?reg=348132 2、從頭像上點擊用戶名，打開個人主頁； 3、，點擊接口token，點擊右邊紙張圖標，複製； 4、在pyth
2020-02-21 14:27:13
16
原创 7、與神經網絡學習相關的參數（SGD、adam等）
1 參數的更新 四種方法：見圖 01 隨機梯度下降法：SGD 使用參數的梯度，沿着梯度方向更新參數，並且重複這個步驟多次，從而逐漸靠近最優參數，這個過程稱爲隨機梯度下降法 # 源代碼 class SGD： def _i
2019-01-06 00:43:09
原创 28、python強化學習、持續學習
1、持久化（Persistence） 持久化是程序開發中的專業術語，是指將程序數據在持久化狀態和瞬時狀態間轉換的機制 保存模型 恢復模型 2、模型持久化方法 sklearn.exeternals
2019-01-06 00:43:09
1
原创 7、python多種方式進行成單迴歸預測
多種方案成單預測比較 1 背景和挖掘目標 基於關鍵的業務指標進行成單預測，對影響成單的因子瞭解 2 分析步驟 01 基於關鍵特徵數據底表的分組處理 02 關於機會、名片表的處理 基於業務邏輯或者數據表現進行分組，查看 03 處理成
2019-01-06 00:43:09
原创 6、MNIST數據分類（詳細函數代碼）
1、MNIST數據訓練要點 手寫數字識別： 01 像素：28*28=784 02 標籤：神經網絡對圖像進行分類，分配正確的標籤，這些標籤是0到9共10個數字中的一個，這意味着神經網絡有10個輸出層節點，每個節點對應一個可能得答案或標籤，如
2019-01-06 00:43:09
原创 5、keras神經網絡，Sequential序貫模型（二分類、多分類）
1 Sequential參數 model = Sequential() model.add(Dense(32, input_dim=78)) 解釋： Sequential 的第一個關於輸入數據shape的參數，後邊的各個層則可以自動推到
2019-01-04 13:22:44
原创 4、簡單的神經網絡（MLP神經網絡分類基礎）
目錄 1、神經網絡：（Artifical Neural Network） 2、MLP簡介 3、MLP方法 4、MLP簡單的二分類代碼案例 1、神經網絡：（Artifical Neural Network） 全程爲人工神經網絡，是一種模仿生
2019-01-04 13:22:44
21
原创 25、python分層聚類案例（sklearn方法）
1 sklearn層次聚類 01 ward 最小化所有聚類內的平方差總和，這是一種方差最小化的優化方向，這是與k-means的目標韓式相似的優化方法，但是用聚類分層的方法處理。 02 Maximum 或者complet
2019-01-04 01:10:33
1
原创 24、python分層聚類案例（scipy方法）
目錄 1、分層聚類算法 2、方法 3、分析步驟 4、案例 1、分層聚類算法 層次聚類算法又稱爲樹聚類算法，它根據數據之間的距離，透過一種層次架構方式，反覆將數據 進行聚合，創建一個層次以分解給定的數據集。 2、方法 01 聚類方法
2019-01-04 01:10:33
10
原创 27、python時間序列預測（ARIMA模型案例代碼）
目錄 1、模型識別 01 主要的模型 02 截尾和拖尾 03 如何判斷拖尾和截尾 2、時間序列算法公式 3、詳細步驟 01 平穩性檢驗（adf檢驗） 02 對數據進行差分構造平穩序列 03 平穩性監測 04 白噪聲檢驗 05 定階 06
2019-01-04 01:10:23
18
原创 2 簡單的矩陣運算基礎知識
AB矩陣相乘的結果 AB矩陣的行：A的行數 AB矩陣的列：B的列數 所得結果行數爲 numpy.dot numpy.array() 這個是數組 mat() 矩陣行數據 1、數組&矩陣 from numpy import *
2019-01-04 01:10:12