08 2017 档案
摘要：git initmd testcd testgit statusgit add test //git add test/a.txtgit status git remote add origin git@github.com:dennysjchen/web.git //git@github.com:
阅读全文
摘要：SVM 原理推导 机器学习就是找决策边界1.have u ? if w * u + b 〉= 0 them is + 正样本（W*u =U的图影，b原点到边界的值） if w * u >=c if w * u +b <0 them is - 样本 2.yi(w * x +b) -1 >=0 yi(w
阅读全文
摘要：一、病人分类的例子 让我从一个例子开始讲起，你会看到贝叶斯分类器很好懂，一点都不难。 某个医院早上收了六个门诊病人，如下表。 症状 职业 疾病 打喷嚏 护士 感冒 打喷嚏 农夫 过敏 头痛 建筑工人 脑震荡 头痛 建筑工人 感冒 打喷嚏 教师 感冒 头痛 教师 脑震荡 现在又来了第七个病人，是一个打
阅读全文
摘要：pandas常用函数整理，作为个人笔记。 仅标记函数大概用途做索引用，具体使用方式请参照pandas官方技术文档。 约定 from pandas import Series, DataFrame import pandas as pd import numpy as np 带.的为Series或者D
阅读全文
摘要：#coding:utf-8import numpy as npimport matplotlib.pyplot as pltplt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签plt.rcParams['axes.unicode_minus']
阅读全文
摘要：朴素贝叶斯: 是使用概率论来分类的算法。其中朴素：各特征条件独立；贝叶斯：根据贝叶斯定理。这里，只要分别估计出，特征 Χi 在每一类的条件概率就可以了。类别 y 的先验概率可以通过训练集算出 k-近邻算法: 简单地说，k-近邻算法采用测量不同特征值之间的距离方法进行分类。 决策树:最优划分属性,结点
阅读全文
摘要：python matplotlib 中文显示乱码设置 原因:是matplotlib库中没有中文字体。1 解决方案:1.进入C:\Anaconda64\Lib\site-packages\matplotlib\mpl-data该文件夹下就能看到matplotlibrc配置文件,打开该配置文件 找到下面
阅读全文
摘要：再考虑一个场景，要读取文件内容，并把年龄和名字的顺序交换存成新文件age_name.txt，这时可以同时打开两个文件：with open('name_age.txt', 'r') as fread, open('age_name.txt', 'w') as fwrite: line = fread.
阅读全文
摘要：Python开源机器学习框架：Scikit-learn入门指南. Scikit-learn的六大功能 Scikit-learn的基本功能主要被分为六大部分：分类，回归，聚类，数据降维，模型选择和数据预处理。 分类是指识别给定对象的所属类别，属于监督学习的范畴，最常见的应用场景包括垃圾邮件检测和图像识
阅读全文
摘要：Python的可视化包 – Matplotlib Matplotlib是Python中最常用的可视化工具之一，可以非常方便地创建海量类型地2D图表和一些基本的3D图表。Matplotlib最早是为了可视化癫痫病人的脑皮层电图相关的信号而研发，因为在函数的设计上参考了MATLAB，所以叫做Matplo
阅读全文
摘要：0 NumPy数组 NumPy数组:NumPy数组是一个多维数组对象，称为ndarray。其由两部分组成： 实际的数据 描述这些数据的元数据 NumPy数组属性: ndim(纬数,x,y 2),shape(纬度，2*3),reshape(纬度),size:元素个数，dtype:元素数据类型，item
阅读全文
摘要：pandas 是基于 Numpy 构建的含有更高级数据结构和工具的数据分析包 pandas 也是围绕着 Series 和 DataFrame 两个核心数据结构展开的， 导入如下： from pandas import Series,DataFrame import pandas as pd impo
阅读全文
摘要：Linux命令：scp命令(文件上传和下载) #本地下载远端文件 并且重命名（从本地机器下载远端）scp webmaster@10.10.65.103:/ROOT/logs/tomcate.log /home/dajie/mywork/newname.log #本地下载远端文件（从本地机器下载远端）
阅读全文
摘要：此方法不返回任何值，但从列表中反转给定对象。string,tuple no reverse()def variablenumbers(): lis=[x for x in range(101)] lis.reverse() lis2=lis[0:-1:8] print(lis2) listDemo
阅读全文
摘要：在自己的电脑上安装Anaconda，用conda create创建一个python 2.7版本的environment。今后我们的程序都在这个环境下执行 0.download anaconda and install 1.open anaconda prompt conda create -n py
阅读全文
摘要：# loads() str to json data# jumps() json to str# jump() json to filedef ladstest(): data = '{"name": "July", "salary": 999999, "title": "CEO", "manage
阅读全文
摘要：import csvdef readfile0(): print('test read file') in_file = open('C:\python\demo\LiaoXueFeng\data\lianjian_zufang_version_4.csv','r',encoding='UTF-8'
阅读全文
摘要：第一部分：Hive简介 什么是Hive •Hive是基于Hadoop的一个数据仓库工具，可以将结构化的数据文件映射为一张数据库表，并提供类SQL查询功能。 •本质是将SQL转换为MapReduce程序 第二部分：为什么使用Hive 面临的问题 人员学习成本太高 项目周期要求太短 我只是需要一个简单的
阅读全文
摘要：Spark体系架构 zhuangzai Spark体系架构包括如下三个主要组件： 数据存储 API 管理框架 接下来让我们详细了解一下这些组件。 数据存储： Spark用HDFS文件系统存储数据。它可用于存储任何兼容于Hadoop的数据源，包括HDFS，HBase，Cassandra等。 API：
阅读全文
摘要：1.Hadoop是一个大家族，是一个开源的生态系统，是一个分布式运行系统，是基于Java编程语言的架构。不过它最高明的技术还是HDFS和MapReduce，使得它可以分布式处理海量数据。 2.HDFS（分布式文件系统）：它与现存的文件系统不同的特性有很多，比如高度容错（即使中途出错，也能继续运行），
阅读全文
摘要：Hadoop,mapreduce 介绍 59888745@qq.com 大数据工程师是在Linux系统下搭建Hadoop生态系统（cloudera是最大的输出者类似于Linux的红帽）， 把用户的交易或行为信息通过HDFS（分布式文件系统）等存储用户数据文件，然后通过Hbase（类似于NoSQL）等
阅读全文
摘要：import numpy as np import matplotlib.pyplot as plt from pylab import * numpy 常用来组织源数据: 使用 plot 函数直接绘制上述函数曲线， 可以通过配置 plot 函数参数调整曲线的样式、粗细、颜色、标记等： 曲线图：ma
阅读全文
摘要：python seaborn 画图 59888745@qq.com 2017.08.02 distplot( ) kdeplot( ) distplot( )为hist加强版， kdeplot( )为密度曲线图 箱型图 boxplot( ) 联合分布jointplot( ) 热点图heatmap(
阅读全文
