原文转自：http://www.jb51.net/article/47956.htm python字符串操作实方法大合集，包括了几乎所有常用的python字符串操作，如字符串的替换、删除、截取、复制、连接、比较、查找、分割等,需要的朋友可以参考下 1、去空格及特殊符号 s.strip().lstri ...
分类：
编程语言 时间：
2019-10-06 18:41:08
阅读次数：
105
主成分分析（Principal Component Analysis） 1. 一个非监督的机器学习算法 2. 主要用于数据的降维 3. 通过降维，可以发现更便于人类理解的特征 4. 其他应用：可视化、去噪 通过映射，我们可以把数据从二维降到一维： 显然，右边的要好一点，因为间距大，更容易看出差距。 ...
分类：
其他好文 时间：
2019-10-06 00:13:33
阅读次数：
101
简单： 一、手动写一个KNN算法解决分类问题 ...
分类：
编程语言 时间：
2019-10-04 22:32:55
阅读次数：
71
``` Python ''' Created on Sep 16, 2010 kNN: k Nearest Neighbors Input: inX: vector to compare to existing dataset (1xN) dataSet: size m data set of kn... ...
分类：
编程语言 时间：
2019-10-04 15:00:36
阅读次数：
92
本文代码均来自《机器学习实战》 这里讲了两个例子，datingclass 和 figureclass,用到的都是KNN，要调用这两个例子的话就在代码末尾加 和`handwritingClassTest()` 至于第二个例子中用到的图片，是指那种字符点阵的图片，但是对于同样的原理，灰度图片应该也是可以 ...
分类：
其他好文 时间：
2019-10-04 14:54:13
阅读次数：
80
1， JSON转JavaScript JSON.parse()：https://www.runoob.com/json/json-parse.html 2, JavaScript转JSON JSON.stringify()：https://www.runoob.com/json/json-strin ...
分类：
编程语言 时间：
2019-10-04 13:28:26
阅读次数：
67
主成分分析(Principe Component Analysis，PCA)，属于最常用的降维方法之一。顾名思义，主成分分析就是找出数据的主要部分来替代表示原始数据。所谓主要部分，就是用它来表示原始数据时，误差小。那么如何衡量这个误差呢？首先，将数据从高维降低到低维，实际上就是找一个超平面，使其能够... ...
分类：
编程语言 时间：
2019-10-02 20:35:27
阅读次数：
150
主成分分析（principal components analysis,PCA） 用基础的线性代数知识能够推导出主成分分析（principal components analysis,PCA）这一简单的机器学习算法。 1、出发点：在n维实线性空间中我们有m个点的集合{x(1),x(2),...,x( ...
分类：
其他好文 时间：
2019-10-02 14:34:38
阅读次数：
115
close all;clc; %%算法实现%step1、初始化训练集、测试集、K值%创建一个三维矩阵，二维表示同一类下的二维坐标点，第三维表示类别 trainData1=[0 0;0.1 0.3;0.2 0.1;0.2 0.2];%第一类训练数据trainData2=[1 0;1.1 0.3;1.2 ...
分类：
其他好文 时间：
2019-10-01 18:19:41
阅读次数：
96
数据清洗一是为了解决数据质量问题，二是让数据更适合做挖掘 数值类数据 缺失值 在处理缺失值之前，首先要理解为什么数据会有缺失。 丢弃 直接丢弃含有缺失值的行或者列 适用情况 1. 错误导致的数据缺失（GSP中跑步速度的缺失） 2. 要建模预测的数据列有数据缺失 3. 无用数据（调查车辆的价格，要排除 ...
分类：
其他好文 时间：
2019-09-30 21:47:37
阅读次数：
107
