一、数值计算 数值计算是数据挖掘、机器学习的基础。Python提供多种强大的扩展库用于数值计算，常用的数值计算库如下所示。 1. NumPy 支持多维数组与矩阵运算，也针对数组运算提供大量的数学函数库。通常与SciPy和Matplotlib一起使用，支持比Python更多种类的数值类型，其中定义的最 ...
分类：
编程语言 时间：
2020-04-05 11:39:53
阅读次数：
102
(1) (2) (3) 按照学习形式将机器学习划分为监督学习、无监督学习、半监督学习、强化学习、深度学习 监督学习（Supervised Learning）表示机器学习的数据是带标记的，这些标记可以包括数据类别、数据属性及特征点位置等。这些标记作为预期效果，不断修正机器的预测结果。 无监督学习（Un ...
分类：
其他好文 时间：
2020-04-05 11:19:12
阅读次数：
68
一.sklearn中的Pipeline串联用法 Python搭建机器学习模型时，Pipeline是一个加快效率的方法，主要介绍学习串联用法。Pipeline处理机制就像是把所有模型塞到一个管子里，然后依次对数据进行处理，得到最终的分类结果，例如模型一可以是一个数据标准化处理，模型二可以是特征选择模型 ...
分类：
其他好文 时间：
2020-04-04 22:58:42
阅读次数：
81
# -*- coding: utf-8 -*- """ Spyder Editor This is a temporary script file. """ import matplotlib.pyplot as plt import numpy as np from sklearn.model_s ...
分类：
编程语言 时间：
2020-04-04 22:57:19
阅读次数：
111
经过一周的团队讨论分析，我们给自己的团队选题确定了大致的方向。今天就其中机器学习对文本数据的分析处理简单介绍一下NABCD 1.N: （1）原创用户对文章抄袭问题的反感 （2）低质量文章造成用户不好的体验 2.A: （1）使用机器学习的文本分析算法，对发布的文章进行分析 3.B: （1）实现知识共享 ...
分类：
其他好文 时间：
2020-04-04 20:19:20
阅读次数：
63
Python实现十大经典排序算法 代码最后面会给出完整版，或者可以从 "我的Github" fork，想看动图的同学可以去 "这里" 看看； 小结： 1. 运行方式，将最后面的代码copy出去，直接python sort.py运行即可； 1. 代码中的健壮性没有太多处理，直接使用的同学还要检查检查； ...
分类：
编程语言 时间：
2020-04-04 19:06:02
阅读次数：
78
按照任务类型可分为： 回归模型 ：例如预测明天的股价。 分类模型 ：将样本分为两类或者多类。 结构化学习模型 ：输出的不是向量而是其他 结构。 按照学习理论可分为： 监督学习 ：学习的样本 全部 具有标签，训练网络得到一个最优模型。 无监督学习 ：训练的样本 全部 无标签，例如 聚类样本。 半监督学 ...
分类：
其他好文 时间：
2020-04-04 16:17:11
阅读次数：
122
简单总结一下机器学习最常见的两个函数，一个是logistic函数，另一个是softmax函数，若有不足之处，希望大家可以帮忙指正。本文首先分别介绍logistic函数和softmax函数的定义和应用，然后针对两者的联系和区别进行了总结。 1. logistic函数 1.1 logistic函数定义 ...
分类：
其他好文 时间：
2020-04-04 09:54:45
阅读次数：
61
数据探索综合指南 苏尼尔·雷（ SUNIL RAY） 2016年1月10日 总览 有关数据探索（EDA）的完整教程 我们涵盖了数据探索的几个方面，包括缺失值估算，异常值去除和特征工程的技巧 介绍 没有数据浏览的捷径。如果您处于一种状态，那么机器学习可以使您摆脱每次数据风暴，相信我，事实并非如此。经过 ...
分类：
其他好文 时间：
2020-04-04 09:36:20
阅读次数：
74
在spark ml pipeline的特征提取和转换阶段，有一种transformer可以将机器学习训练数据中常见的字符串列（例如表示各种分类）转换为数值索引列，以便于计算机处理。它就是StringIndexer。它支持的索引范围为[0, numLabels)（不支持的会编码为numLabels）， ...
分类：
其他好文 时间：
2020-04-04 09:34:33
阅读次数：
69
