本文介绍了Python的机器学习库scikit-learn模块，包括如何安装scikit-learn，以及如何利用scikit-learn来进行数据挖掘和数据分析。通过几个简单的实例，展示了scikit-learn的用法。
分类：
编程语言 时间：
2015-06-17 14:54:09
阅读次数：
182
Kernel散记——系统调用
这里是指arm linux架构（Android4.4）
1，referen
http://blog.csdn.net/myarrow/article/details/7036266
1.1，这是讲得比较全面。读完之后，你大致可以讲得清系统调用的过程
“系统调用就是用户民通过swi指令陷入内核，cpu由user模式进入svc模式的过程，调用的过程大致是...
分类：
其他好文 时间：
2015-06-16 19:14:19
阅读次数：
141
GridSearchCV详细地址：http://scikit-learn.org/stable/modules/generated/sklearn.grid_search.GridSearchCV.html#examples-using-sklearn-grid-search-gridsearchc...
分类：
其他好文 时间：
2015-06-15 18:27:57
阅读次数：
269
1.依赖包：Cython、rose、numpy、scipy、lapack、atlashttp://blog.chinaunix.net/uid-22488454-id-3978860.html
分类：
其他好文 时间：
2015-06-15 18:09:29
阅读次数：
139
内容概要
如何使用pandas读入数据如何使用seaborn进行数据的可视化scikit-learn的线性回归模型和使用方法线性回归模型的评估测度特征选择的方法
作为有监督学习，分类问题是预测类别结果，而回归问题是预测一个连续的结果。
1. 使用pandas来读取数据
Pandas是一个用于数据...
分类：
其他好文 时间：
2015-06-03 09:45:15
阅读次数：
278
谱聚类一般会先对两两样本间求相似度， 然后根据相似度矩阵求出拉普拉斯矩阵，然后将每个样本映射到拉普拉斯矩阵特诊向量中，最后使用k-means聚类。
scikit-learn开源包中已经有现成的接口可以使用，具体见
http://scikit-learn.org/dev/modules/generated/sklearn.cluster.SpectralClustering.html#sklea...
分类：
其他好文 时间：
2015-06-02 21:59:56
阅读次数：
219
内容概要
这一节我们介绍以下几个内容：
我们该怎样选择模型用于监督学习任务？我们该如何选择调整得到最好的模型参数？我们该如何对测试数据进行预测估计？
1. 使用整个数据集进行训练和测试
这里我们使用手中的整个数据集来训练模型使用同样的数据集来测试模型，然后评估预测的结果和真实结果的差别
In [1]:
fr...
分类：
其他好文 时间：
2015-05-29 20:24:37
阅读次数：
163
服务器环境：
centos7.0
python2.7.5
pip-6.1.1
引文：由于之前配集群的时候比较仓促，很多东西都是简化版。python的库都没有安装，今天实验室一同学要用服务器跑程序，代码使用python写的，结果配python的环境又耗费了大半天，没有午休，眼睛还困困的，满满的都是泪啊~
1pip的安装
1.1 下载pip
python很多的模板库都可以使用pip来安装...
分类：
编程语言 时间：
2015-05-18 22:57:05
阅读次数：
175
今天在安装scikit-learn时出现了error: Unable to find vcvarsall.bat在安装一些Python模块时，大部分是cpython写的模块时会发生如下错误error: Unable to find vcvarsall.bat。应对这个问题可以有两个解决方法：（1）安...
分类：
其他好文 时间：
2015-05-17 00:38:35
阅读次数：
144
人脸识别是一项实用的技术。但是这种技术总是感觉非常神秘，在sklearn中看到了人脸识别的example，代码网址如下：
http://scikit-learn.org/0.13/auto_examples/applications/face_recognition.html#example-applications-face-recognition-py
首先介绍一些PCA和SVM的功能...
分类：
编程语言 时间：
2015-05-16 12:03:24
阅读次数：
732
