python中的算数运算符
摘要：
** ：乘方运算符 %：返回除法的余数 /：除，返回浮点型 //：除法取整 阅读全文
posted @ 2019-07-03 20:01 李小白cc 阅读(186) 评论(0) 推荐(0) 编辑
2019年7月3日 #
numpy包中的一些函数
摘要：
np.dot（）为矩阵中的乘法 np.dot(x,y) 或者 x.dot(y) np.zeros(（2,3），dtype=float) 建立一个2行3列的全是0的矩阵,dtype为类型 a.reshape((2,3)) ，改为一个2*3的二维数组 np.log(x)，取对数，默认以e为底 np.su 阅读全文
posted @ 2019-07-03 19:28 李小白cc 阅读(228) 评论(0) 推荐(0) 编辑
python中pandas分块读取数据
摘要：
从研究僧小白成为了职场小白，继续做着数据分析的事情，以后一定经常更新笔记，加油！！ 工作以后遇到的数据量有点大，今天拿到行数超过1kw+的数据，python虽然能很好的读进去，但是很浪费时间，而且在后续清洗中内存会不够。还好pandas包里有分块读取数据的方法，代码如下： 其中还包含了数据分列的函数 阅读全文
posted @ 2019-07-03 18:13 李小白cc 阅读(4001) 评论(0) 推荐(0) 编辑
2019年6月18日 #
Python中sklearn中的谱聚类代码
摘要：
#进行SpectralClustering#查看默认的谱聚类效果y_pred = SpectralClustering().fit_predict(cluster_data)print("Calinski-Harabasz Score", metrics.calinski_harabaz_score 阅读全文
posted @ 2019-06-18 09:29 李小白cc 阅读(2758) 评论(0) 推荐(0) 编辑
2018年5月12日 #
1.5 select编写
摘要：
1、with：用于指定临时命名的结果 2、select A from B 在B中查看A 3、into 插入语句 例如：select A、B into 表1 from 表2 4、where 指定搜索条件 （1）逻辑运算符（and、not、or） （2）比较运算符（常规） （3）like：匹配关键词 % 阅读全文
posted @ 2018-05-12 14:13 李小白cc 阅读(165) 评论(0) 推荐(0) 编辑
提升算法——Adaboost
摘要：
思路：通过改变训练样本权重，学习多个分类器，并将这些分类器进行线性组合，提高分类器性能。大多数提升方法都是改变训练数据的概率分布（数据的权值） 强可学习：存在一个多项式的学习算法能够学习他，并且正确率很高 弱可学习：存在一个多项式学习算法学习，正确率比随机猜测要好一些 具体问题： （1）在每一轮如何 阅读全文
posted @ 2018-05-12 13:36 李小白cc 阅读(152) 评论(0) 推荐(0) 编辑
2018年5月10日 #
K近邻法
摘要：
K近邻法（k-NN）是一种分类与回归的算法。 优点：简单，直观 思路：给定一个训练集，对新输入的实例，在训练数据集中找到与该实例最邻近的K个实例。采用“少数服从多数”的方法，寻找实例所在的类。 K近邻算法：（没有显式的学习过程） input：训练集 T={(xi,yi) |i=1..n}， 实例x。 阅读全文
posted @ 2018-05-10 09:25 李小白cc 阅读(177) 评论(0) 推荐(0) 编辑
2018年5月7日 #
EM算法（期望最大化算法）
摘要：
适用场景：存在为未测变量的情况下，对模型参数进行估计。 EM算法： input：观测数据Y，为观测数据Z，联合分布P(Y,Z|θ)，条件分布P(Z|Y,θ) output：模型参数θ 步骤： （1）选择参数的初值进行迭代 （2）E步：求期望 （3）M步：最大化当前θ （4）重复（2）（3）知道算法收 阅读全文
posted @ 2018-05-07 09:21 李小白cc 阅读(260) 评论(0) 推荐(0) 编辑
2018年5月6日 #