大数据_北几岛

Python学习 Day 1-简介安装 Hello world

所属栏目：[大数据] 日期：2021-05-21 热度：132

简介 Python（英语发音：/?pa?θ?n/）,是一种面向对象、解释型计算机程序设计语言，由Guido van Rossum于1989年底发明，第一个公开发行版发行于1991年，Python 源代码同样遵循 GPL(GNU General Public License)协议[1] 。Python语法简洁而清晰，具有丰富和强[详细]
Python学习 Day 12 调试断言 logging pdb pdb.set_trace

所属栏目：[大数据] 日期：2021-05-21 热度：107

调试第一种方法简单直接粗暴有效，就是用 print 把可能有问题的变量打印出来看看： def foo(s):n= int(s)print ' n = %d' % nreturn 10 / n def main():foo('0') main() n = 0Traceback (most recent call last):File "pyshell#25",line 1,in modulemain()F[详细]
Python学习 Day 8 继承多态 Type isinstance dir __slots__

所属栏目：[大数据] 日期：2021-05-21 热度：126

继承和多态在OOP程序设计中，当我们定义一个class的时候，可以从某个现有的class继承，新的class称为子类（Subclass），而被继承的class称为基类、父类或超类（Base class、Superclass）。 class Animal(object):#名为Animal的class defrun(self): print'An[详细]
Python学习 Day 3 字符串编码 list tuple 循环 dict set

所属栏目：[大数据] 日期：2021-05-21 热度：128

字符串和编码字符 ASCII Unicode UTF-8 A 1000001 00000000 01000001 1000001 中 x 01001110 00101101 11100100 10111000 10101101 格式化在Python中，采用的格式化方式和C语言是一致的，用%实现，举例如下： 'Hello,%s' % 'world' 'Hello,world' 'Hi,%s,y[详细]
《Python基础教程》读书笔记第五章（下）循环语句

所属栏目：[大数据] 日期：2021-05-21 热度：184

5.5.1while循环 ? x=1while x=100: print x x+=1 ? 确保用户输入了名字: name=""while not name: name=raw_input('please enter your name:')print 'hello,%s!'%name 5.5.2for循环 while语句非常灵活。它可以用来在任何条件为真的情况下重复执行一个代码块。[详细]
《Python基础教程》读书笔记第九章魔法方法、属性和迭代器（

所属栏目：[大数据] 日期：2021-05-21 热度：160

构造方法 ? 在Python中创建一个构造方法很容易。只要把init方法的名字从简单的init修改为魔法版本__init__即可: class FooBar: ... ? ? def __init__(self): ... ? ? ? ? self.somevar=42 ... ? ? ? ? f=FooBar() f.somevar 42 给构造方法传几个参数 class F[详细]
【笨办法学Python】习题11：打印出改变了的输入

所属栏目：[大数据] 日期：2021-05-21 热度：166

print "How old are you?", age = raw_input() print "How tall are you?", height = raw_input() print "How much do you weigh?", weight = raw_input() print "So,you're %r old,%r tall and %r heavy." % ( age,height,weight) Note 每行 print 后面加了[详细]
100天搞定机器学习|Day8 逻辑回归的数学原理

所属栏目：[大数据] 日期：2021-05-21 热度：190

机器学习100天|Day1数据预处理 100天搞定机器学习|Day2简单线性回归分析 100天搞定机器学习|Day3多元线性回归 100天搞定机器学习|Day4-6 逻辑回归 100天搞定机器学习|Day7 K-NN? Day7，我们学习了K最近邻算法（k-NN），了解了其定义，如何工作，介绍了集中常[详细]
100天搞定机器学习|Day3多元线性回归

所属栏目：[大数据] 日期：2021-05-21 热度：67

前情回顾 [第二天100天搞定机器学习|Day2简单线性回归分析][1]，我们学习了简单线性回归分析，这个模型非常简单，很容易理解。实现方式是sklearn中的LinearRegression，我们也学习了LinearRegression的四个参数，fit_intercept、normalize、copy_X、n_jobs。[详细]
[最全整理]关于决策树的一切

所属栏目：[大数据] 日期：2021-05-21 热度：184

笔记类 ? ? 台湾大学林轩田机器学习技法课程学习笔记9 -- Decision Tree https://blog.csdn.net/red_stone1/article/details/75332678 ? 决策树算法原理(上) https://www.cnblogs.com/pinard/p/6050306.html 决策树算法原理(下) https://www.cnblogs.com/pin[详细]
100天搞定机器学习|Day9-12 支持向量机

所属栏目：[大数据] 日期：2021-05-21 热度：108

机器学习100天|Day1数据预处理 100天搞定机器学习|Day2简单线性回归分析 100天搞定机器学习|Day3多元线性回归 100天搞定机器学习|Day4-6 逻辑回归 100天搞定机器学习|Day7 K-NN 100天搞定机器学习|Day8 逻辑回归的数学原理第九天直观了解SVM是什么以及如何[详细]
Python基础教程读书笔记（2）第二章列表和元组

所属栏目：[大数据] 日期：2021-05-21 热度：99

2.1序列概览列表和元组的主要区别在于，列表可以修改，元组则不能。也就是说如果要根据要求来添加元素，那么列表可能会更好用;而出于某些原因，序列不能修改的时候，使用元组则更为合适。使用后者的理由通常是技术性的，它与Python内部的运作方式有关。这也[详细]
100天搞定机器学习|Day2简单线性回归分析

所属栏目：[大数据] 日期：2021-05-21 热度：80

第一天机器学习100天|Day1数据预处理，我们学习了数据预处理。知道了，数据预处理是机器学习中最基础和最麻烦，未来占用时间最长的一步操作。数据预处理一般有六个步骤，导入库、导入数据集、处理缺失值、分类数据转化、分出训练集和测试集、特征缩放等。在[详细]
【NumPy学习指南】day4 多维数组的切片和索引

所属栏目：[大数据] 日期：2021-05-21 热度：185

ndarray支持在多维数组上的切片操作。为了方便起见，我们可以用一个省略号（...）来表示遍历剩下的维度。（1）举例来说，我们先用arange函数创建一个数组并改变其维度，使之变成一个三维数组： b=np.arange(24).reshape(2,3,4) b.shape (2L,3L,4L) b array[详细]
100天搞定机器学习|Day1数据预处理

所属栏目：[大数据] 日期：2021-05-21 热度：198

数据预处理是机器学习中最基础也最麻烦的一部分内容在我们把精力扑倒各种算法的推导之前，最应该做的就是把数据预处理先搞定在之后的每个算法实现和案例练手过程中，这一步都必不可少同学们也不要嫌麻烦，动起手来吧基础比较好的同学也可以温故知新，再[详细]
《Python基础教程》读书笔记第六章抽象函数参数

所属栏目：[大数据] 日期：2021-05-21 热度：52

6.1创建函数函数是可以调用(可能包含参数，也就是放在圆括号中的值)，它执行某种行为并且返回一个值。一般来说，内建的callable函数可以用来判断函数是否可调用: x=1 y=math.sqrt callable(x) False callable(y) True 定义函数用def 语句： def fib(num): r[详细]
《Python基础教程》读书笔记第五章（上）条件语句

所属栏目：[大数据] 日期：2021-05-21 热度：133

5.1 print和import的更多信息 5.1.1使用逗号输出打印多个表达式也是可行的，只要将它们用逗号隔开就好: print'age:',42age: 42 要同时输出文本和变量值，却又不希望使用字符串格式化: name='Gumby' salutation='Mr.' greeting='Hello.'print greeting,salut[详细]
100天搞定机器学习|Day4-6 逻辑回归

所属栏目：[大数据] 日期：2021-05-21 热度：196

逻辑回归avik-jain介绍的不是特别详细，下面再唠叨一遍这个算法。 1.模型在分类问题中，比如判断邮件是否为垃圾邮件，判断肿瘤是否为阳性，目标变量是离散的，只有两种取值，通常会编码为0和1。假设我们有一个特征X，画出散点图，结果如下所示。这时候如果[详细]
100天搞定机器学习|Day7 K-NN

所属栏目：[大数据] 日期：2021-05-21 热度：143

机器学习100天|Day1数据预处理 100天搞定机器学习|Day2简单线性回归分析 100天搞定机器学习|Day3多元线性回归 100天搞定机器学习|Day4-6 逻辑回归最近事情无比之多，换了工作、组队参加了一个比赛、和朋友搞了一些小项目，公号荒废许久。坚持是多么重要，又[详细]
100天搞定机器学习|Day21 Beautiful Soup

所属栏目：[大数据] 日期：2021-05-21 热度：95

前情回顾机器学习100天|Day1数据预处理 100天搞定机器学习|Day2简单线性回归分析 100天搞定机器学习|Day3多元线性回归 100天搞定机器学习|Day4-6 逻辑回归 100天搞定机器学习|Day7 K-NN 100天搞定机器学习|Day8 逻辑回归的数学原理 100天搞定机器学习|Day9-[详细]
100天搞定机器学习|day40-42 Tensorflow Keras识别猫狗

所属栏目：[大数据] 日期：2021-05-21 热度：141

100天搞定机器学习|1-38天 100天搞定机器学习|day39 Tensorflow Keras手写数字识别前文我们用keras的Sequential 模型实现mnist手写数字识别，准确率0.9713。今天我们完成day40-42的课程，实现猫、狗的识别。本文数据集下载地址 https://download.microsoft[详细]
100天搞定机器学习|Day16 通过内核技巧实现SVM

所属栏目：[大数据] 日期：2021-05-21 热度：89

前情回顾机器学习100天|Day1数据预处理 100天搞定机器学习|Day2简单线性回归分析 100天搞定机器学习|Day3多元线性回归 100天搞定机器学习|Day4-6 逻辑回归 100天搞定机器学习|Day7 K-NN 100天搞定机器学习|Day8 逻辑回归的数学原理 100天搞定机器学习|Day9-[详细]
100天搞定机器学习|Day 30-32 微积分的本质

所属栏目：[大数据] 日期：2021-05-21 热度：115

3blue1brown系列课程，精美的动画，配上生动的讲解，非常适合帮助建立数学的形象思维，非常值得反复观看： http://www.3blue1brown.com/ 哔哩哔哩： https://space.bilibili.com/88461692 作者还把制作视频的用到的代码放到了 github 上，有兴趣的同学可以研[详细]
100天搞定机器学习|Day11 实现KNN

所属栏目：[大数据] 日期：2021-05-21 热度：68

机器学习100天|Day1数据预处理 100天搞定机器学习|Day2简单线性回归分析 100天搞定机器学习|Day3多元线性回归 100天搞定机器学习|Day4-6 逻辑回归 100天搞定机器学习|Day7 K-NN 100天搞定机器学习|Day8 逻辑回归的数学原理 100天搞定机器学习|Day9-12 支持向[详细]
100天搞定机器学习|Day15 朴素贝叶斯

所属栏目：[大数据] 日期：2021-05-21 热度：126

Day15，开始学习朴素贝叶斯，先了解一下贝爷，以示敬意。托马斯·贝叶斯 (Thomas Bayes),英国神学家、数学家、数理统计学家和哲学家，1702年出生于英国伦敦，做过神甫；1742年成为英国皇家学会会员；1763年4月7日逝世。贝叶斯曾是对概率论与统计的早期发展[详细]

4606

首页

尾页