11 2019 档案
摘要：线性回归的推导和求解. 分别从 矩阵代数, 微积分, 概率论, Pyhton 实现求解等, 巩固我的6年经验了.
阅读全文
摘要：号称全站最直观解释-smv核函数-是干啥
阅读全文
摘要：核函数(Kernel) 的 SVM, 解决线性不可分问题.
阅读全文
摘要：Max Margin svm 即Suport Vector Machine, 中文意为: 支持向量机 . 对于 二分类 问题, 在样本空间中(即便是多维向量, 在空间中可表示为一个点). svm的核心思想就是 假设在这2波点的边缘处, 能找到一条直线 , 能够把这2波点分开,
阅读全文
摘要：对偶(Duality)问题 KKT 条件
阅读全文
摘要：pandas 中, 关于字符串处理的常用api总结
阅读全文
摘要：数据映射, 离散化, 异常值, 重采样, one-hot coding....
阅读全文
摘要：数据清洗-缺失值处理(drop, fill)
阅读全文
摘要：初步认识求解LP用单纯形算法
阅读全文
摘要：需求 最近在看工作机会, 然后做了一道华为外包的笔试题. 我咋眼一看, 这种送分题, 能难住我? 构造一个字典, 统计词频 sorted() 按值排序即可 求解 用内置函数sorted() 正准备提交, 才发现, 不能用内置, 要自己写排序 , 这一下, 难度立马升级了 短时间内要写出排序算法 数据
阅读全文
摘要：
阅读全文
摘要：认识LP 线性规划(Linear Programming) 特指目标函数和约束条件皆为线性的最优化问题. 目标函数: 多个 变量 形成的函数 约束条件: 由多个 等式/不等式 形成的约束条件 线性规划: 在 线性约束条件下,目标函数求极值的问题 可行解: 满足线性约束条件下的解 可行域: 所有可行解
阅读全文
摘要：认识 jupyter地址: pandas objects are equipped(配备的) with a set of common mathematical and statistical methods. Most of these fall into the categrory of red
阅读全文
摘要：This section will walk you(引导你) through the fundamental(基本的) mechanics(方法) of interacting(交互) with the data contained in a Series or DataFrame. (引导你去了
阅读全文
摘要：Pandas will be a major tool of interest throughout(贯穿) much of the rest of the book. It contains data structures and manipulation tools designed to ma
阅读全文
摘要：The numpy.random module supplements(补充) the built in Python random with functions for efficiently generating whole arrays of sample values from many k
阅读全文
摘要：File Input and Output NumPy is able to save and load data to and from disk either in text or binary format. In this section I only discuss NumPy's bui
阅读全文
摘要：Using NumPy arrays enables you to express many kinds of data processing tasks as concise(简明的) array expressions(不用写循环就能用数组表达很多数据过程) that might otherwi
阅读全文
摘要：why 回顾我的数据分析入门, 最开始时SPSS+EXCEL,正好 15年初是上大一下的时候, 因为统计学的还蛮好的, SPSS傻瓜式操作,上手挺方便,可渐渐地发现, 使用软件的最不好的地方是不够灵活, 不能为所欲为 , 编程语言才是最灵活的, 最还是用R, 命令式的, 也是感觉不太好是, 于是开始
阅读全文
摘要：Mysql Join 连接查询(中) 认识 就我平时的数据接触来看, 连接查询也没有很复杂,不够是非常需要耐心和逻辑的, 一点点将数据查出来, 拼接等. 没有什么技巧, 多练习就会了. 无非就是 表之间根据共同key来连接, 查询时结合union, where, 子查询这些... , 真的不难的,
阅读全文
摘要：其实,我的业务流程是, 先读取excel/csv -> pandas 数据清洗 -> 导入Mysql, 一般是做一个表append 或者是 if exist -> replace的操作 逐行来添加数据其实更加灵活和方便. 这里用的驱动是pymysql的一个包, 其实本质就是一个客户端, 服务端已经和
阅读全文
摘要：之前弄数据库的时候, 测试excel导mysql, 中间用pandas 处理后再入库. 直接上代码, 此种有真意, 尽在不言中. 1 #!/usr/bin/env python 2 # coding: utf-8 3 # author: chenjie131@ke.com 4 5 ''' 6 应用场
阅读全文
摘要：直接上代码 在做特征工程的时候, 其实可以用算法来处理特征工程的, 比如缺失值填充之类的. 这里一段code_demo是搬运来的, 不过是真滴好用呢.
阅读全文
摘要：认识 Python 的itertools模块提供了很多 节省内存的高效迭代器 , 尤其解决了一些关于数据量太大而导致 内存溢出(outofmemory) 的场景. 我们平时用的循环绝大多数是这样的. 不难发现, 这就是迭代器嘛, 真的没啥.跟join差不多. 那么它是如何节省内存的呢, 其实就是一个
阅读全文
摘要：认识 多表连接查询 ,我感觉应该是关系型数据库最能体现其价值和灵活性的地方吧. 我觉得数据库的作用, 归纳起来无非就是 存储和查询 . 一言蔽之,数据库就是能灵活地存储和查询数据. 存储上, 也是以文件的方式存的(Linux观点, 一切皆文件), 文件就是存储数据的载体, 数据库文件跟其他的数据文件
阅读全文
