原创 python面試真題整理————(一)

文章目錄python面試真題整理Day1python中is和==的區別簡述read、readline和readlines的區別舉例說明創建字典的至少兩種方法*args,**kwargs的作用?如何使用?python中match()

原创 機器學習————keras與循環神經網絡

文章目錄keraskeras的優點通過keras建立序列模型keras案例循環神經網絡RNN什麼是循環神經網絡RNN模型RNN的前向傳播的算法RNN的反向傳播的算法 keras keras的優點 Keras是一個高層神經網絡API

原创 機器學習————SVM支持向量機

文章目錄機器學習————SVM支持向量機支持向量機的損失函數由邏輯迴歸的損失函數改進至支持向量機的損失函數向量內積性質的複習SVM的核函數:用來使SVM能夠處理非線性分類如何選擇標記點呢?總結 機器學習————SVM支持向量機 支

原创 機器學習————聚類

文章目錄機器學習————聚類聚類聚類算法計算距離相似度簇K-Means聚類K-Means實現K-Means 改進K-Mediods二分K-MeansK均值損失函數Canopy聚類聚類的評估層次聚類密度聚類DBSCANDBSCAN實

原创 機器學習————樸素貝葉斯

文章目錄樸素貝葉斯獨立事件總結 樸素貝葉斯 獨立事件 我們現在用p1(x,y)表示數據點(x,y)屬於類別1(圓)的概率,用p2(x,y)表示數據點(x,y)屬於類別2(三角)的概率 那麼對於一個新的數據點(x,y) 我們可以用

原创 機器學習————決策樹&隨機森林

文章目錄機器學習————決策樹&隨機森林決策樹損失函數決策樹的參數決策樹和邏輯迴歸的比較代碼實現決策樹隨機森林隨機森林和邏輯迴歸的比較剪枝:就是決策數的正則化 機器學習————決策樹&隨機森林 決策樹 決策樹是一種非線性有監督離散

原创 Flask數據庫連接

文章目錄Flask數據庫連接Python數據庫連接方式Flask-SQLAlchemy配置數據庫安裝第三方模塊數據庫配置流行的數據庫引擎採用的數據庫 URL格式連接 mysql 數據庫報錯解決定義模型模型列類型模型列屬性數據查詢查

原创 數據分析————Matplotlib

文章目錄Matplotlib什麼是 matplotlibMatplotlib 常用設置設置圖片大小調整 x 軸或者 y 軸上的刻度設置中文顯示散點圖條形圖單個條形圖繪製多個條形圖繪製繪製直方圖Matplotlib 拓展知識Matp

原创 LeetCode每日兩題————day5

文章目錄LeetCode每日兩題————day4LeetCode12. 整數轉羅馬數字問題詳情代碼實現個人思路LeetCode13. 羅馬數字轉整數問題詳情代碼實現個人思路 LeetCode每日兩題————day4 LeetCod

原创 Python爬蟲————正則表達式

文章目錄正則表達式一、正則表達式簡介正則表達式的作用使用正則表達式的目的二、正則表達式匹配規則預定義字符集數量詞邊界匹配邏輯分組三、re模塊re 模塊一般使用步驟compile 函數Pattern 對象match 方法search

原创 爬蟲————Scrapy框架和scrapy - redis 架構

文章目錄Scrapy框架Scrapy框架整體架構Scrapy 框架運行流程Scrapy 框架各個模塊分析Scrapy基本工作流程Scrapy常用命令scrapy - redis 架構scrapy - redis 簡介scrapy

原创 爬蟲實戰————簡書用戶信息獲取

文章目錄爬蟲實戰————簡書用戶信息獲取爬蟲思路分析要求數據解析數據存儲數據分析代碼實現數據爬取並存儲數據分析 爬蟲實戰————簡書用戶信息獲取 爬蟲思路分析 爬取的內容爲簡書筆者用戶動態的信息(https://www.jians

原创 數據分析————numpy和pandas

文章目錄numpy和pandasnumpy的基本操作創建數組: a, b, c創建的數組相同, 任選一種;查看numpy創建的數組類型查看數組存儲的數據類型, 常見的數據類型還有哪些?制定創建的數組的數據類型修改數組的數據類型修改

原创 python爬蟲————lxml庫和Xpath語法、API

文章目錄lxml庫和Xpath語法XPath簡介什麼是XPath?選取節點謂語(Predicates)選取未知節點XPath的運算符lxml庫解析 HTML 代碼文件讀取使用APIAPI概述API使用方法API驗證解析JSON數據

原创 機器學習————神經網絡

文章目錄神經網絡神經網絡的介紹神經元感知器與神經網絡線性閾值單元LTU一個神經元的數學表示一層神經網絡的數學表示神經網絡的TF-IDF激活函數爲什麼需要非線性激活函數如何訓練神經網絡反向傳播的理解計算圖計算圖的導數神經網絡的梯度下