11 2018 档案
摘要:k-近邻,通过离你最近的来判断你的类别 例子: 定义:如果一个样本在特征空间中的k个最相似(即特征空间中最邻近的样本中大多数属于某一类别),则该样本属于这个类别 K近邻需要做标准化处理 例如:
阅读全文
摘要:逆:numpy.linalg.inv() # 求矩阵的逆import numpy as npa=np.mat('1 0;0 1')#生成一个矩阵print(type(a))b=np.linalg.inv(a)print(b) 求解:numpy.linalg.solve()
阅读全文
摘要:数值型数据处理的方式:1,归一化 2,标准化 3,缺失值处理(pandas处理) 类别型数据:on-hot编码 时间类型数据:时间切分
阅读全文
摘要:特征抽取对文本等数据进行特征值化 sklearn特征抽取的API:sklearn.feature_extraction 字典特征抽取:对字典数据进行特征值化:sklearn.feature_extraction.DictVectorizer 字典数据抽取:把字典中一些数据,分别进行转换为特征值
阅读全文
摘要:import pandas as pdimport numpy as npfrom matplotlib import pyplot as plt#获取各种电影类型的数量file='./IMDB-Movie-Data.csv'data=pd.read_csv(file)genre=data['Genre']genre_list=genre.str.split(',').tolist()#转为一...
阅读全文
摘要:一,文字的摆放位置 (字体的选择不要超过三种,分散注意力)
阅读全文
摘要:#coding=utf-8import pandas as pdimport numpy as npfile="./IMDB-Movie-Data.csv"data=pd.read_csv(file)print(data.info())#获取导演的人数#一种方法获取导演列。将其先转为列表转为集合(集
阅读全文
摘要:三、字典(dict) 1.字典的创建赋值创建字典In [2]: d = {1,True,"hello"} In [3]: type(d)Out[3]: set #字典由key和value构成,一个key对应一个value,key-value , 键值对In [4]: d = {1:"freya",2
阅读全文
摘要:一,元组 1.元组的创建(可以把元组看作一个容器,任何数据类型都可以放在里面)通过赋值方法创建元组In [5]: t = ("hello",2.3,2,True,{1:"hello",2:"world"},) In [6]: type(t)Out[6]: tuple In [7]: t = (1)
阅读全文
摘要:
阅读全文
摘要:集线器是对接收到的信号进行再生整形放大,以扩大网络的传输距离,同时把所有节点集中到以它为中心的节点上(当他想集结点发送数据是不是直接把数据发送给目的站点,而是,把数据包发送到与集线器相连的所有节点上) ADSLmodem 计算机在传输信息时,先由modem吧数字信息转为相应的模拟信号,这个过程称为调
阅读全文
该文被密码保护。
该文被密码保护。