摘要：
1、离散值的onehot编码 1. DF= DF.drop('column_name', 1)； 2. DF.drop('column_name',axis=1, inplace=True) 3. DF.drop([DF.columns[[0,1, 3]]], axis=1,inplace=True 阅读全文
摘要：
单链表反转实现 1、递归实现 根据递归，递归到最后一个节点(条件为head3为非空，其下一个指向为空)，将其next指向前一个结点，前一个结点的指向为None。 注释：原来链表为{1,2,3,4} head指向为1，pHead1=head.next pHead2=pHead1.next pHead3 阅读全文
摘要：
1、注册使用邮箱后，在邮箱中需要激活，在此之前最好先下载谷歌助手，在谷歌应用商店 链接为：https://github.com/haotian-wang/google-access-helper，这里有详细的步骤 2、按照上述完成后，进行手机验证，千万不要用在线SMS那个网站获得的验证码，会将自己之 阅读全文
摘要：
https://blog.csdn.net/zhangweiguo_717/article/details/70188517 http://bindog.github.io/blog/2016/06/04/from-sne-to-tsne-to-largevis/ 这两篇博客有详细介绍，主要的区别 阅读全文
摘要：
矩阵的保存和读取 阅读全文
摘要：
1、向量做外积运算，使得两个向量输出为矩阵形式。作为np.outer(A，B) A向量作为列向量。B将默认为行向量。输出结果如图所示 2、用tensorflow和numpy对矩阵处理，里面基本上包含的函数是相同的，这里显著的差别就是：张量运算还是有实际输入值运算 tf.matmul用于张量运算，实际 阅读全文
摘要：
pycharm激活码， 1、下载一个JetbrainsCrack-3.1-release-enc.jar文件，链接: https://pan.baidu.com/s/13CV5PJ5IdXQ3LJgxihik5Q 提取码: 1s7r，需要先在安装pycham目录bin下，此处为F:\anzhuang 阅读全文
摘要：
目前,越来越多将神经网络应用于推荐系统，提高推荐的准确性，实现个性化推荐。 一、DNNS 推荐 （1）特征的表示 5、 阅读全文
摘要：
推荐系统分为基于内容、基于CF（基于内存和基于模型）、混合推荐。下面为基于模型的CF推荐系统 一、推荐算法的分类 二、基于模型的推荐算法中的MF--family 三、增量式的SVD算法 参考Incremental Singular Value Decomposition Algorithms for 阅读全文
摘要：
NEAT算法是相对提出较早的算法，在2013年大名鼎鼎的DeepMind提出了一种深度增强学习的算法，该算法主要结合的CNN和Q-Learning两种算法，本质利用遗传算法创建神经网络 1、RL:增强学习 奖赏假设 ： 任务的目标可以等价的表示为在某个奖赏函数上的累积最大化 马尔可夫性：当一个随机过 阅读全文