费弗里

摘要： 一、简介 由于Spark主要是由Scala编写的，虽然Python和R也各自有对Spark的支撑包，但支持程度远不及Scala，所以要想更好的学习Spark，就必须熟练掌握Scala编程语言，Scala与Java较为相似，且在Scala中可以调用很多Java中的包，本文就将针对Scala中的基础数据 阅读全文

摘要： 一、简介 Keras是有着自主的一套前端控制语法，后端基于tensorflow和theano的深度学习框架，因为其搭建神经网络简单快捷明了的语法风格，可以帮助使用者更快捷的搭建自己的神经网络，堪称深度学习框架中的sklearn，本文就将基于Keras，以手写数字数据集MNIST为演示数据，对多层感知 阅读全文

摘要： 一、简介 Plotly是一个非常著名且强大的开源数据可视化框架，它通过构建基于浏览器显示的web形式的可交互图表来展示信息，可创建多达数十种精美的图表和地图，本文就将以jupyter notebook为开发工具，详细介绍Plotly的基础内容。 二、绘图语法规则 2.1 离线绘图方式 Plotly中 阅读全文

摘要： 一、简介 在上一篇（数据科学学习手札41）中我们了解了folium的基础内容，实际上folium在地理信息可视化上的真正过人之处在于其绘制图像的高度可定制化上，本文就将基于folium官方文档中的一些基本示例来展开说明； 二、处理GeoJSON和TopoJSON数据 2.1 GeoJSON数据 Ge 阅读全文

摘要： 一、简介 folium是js上著名的地理信息可视化库leaflet.js为Python提供的接口，通过它，我们可以通过在Python端编写代码操纵数据，来调用leaflet的相关功能，基于内建的osm或自行获取的osm资源和地图原件进行地理信息内容的可视化，以及制作优美的可交互地图。其语法格式类似g 阅读全文

摘要： 一、简介 上一篇中我们较为详细地铺垫了关于RNN及其变种LSTM的一些基本知识，也提到了LSTM在时间序列预测上优越的性能，本篇就将对如何利用tensorflow，在实际时间序列预测任务中搭建模型来完成任务，若你对RNN及LSTM不甚了解，请移步上一篇数据科学学习手札39; 二、数据说明及预处理 2 阅读全文

摘要： 一、简介 循环神经网络（recurrent neural network，RNN），是一类专门用于处理序列数据（时间序列、文本语句、语音等）的神经网络，尤其是可以处理可变长度的序列；在与传统的时间序列分析进行比较的过程之中，RNN因为其梯度弥散等问题对长序列表现得不是很好，而据此提出的一系列变种则展 阅读全文

摘要： 一、简介 上一篇中我们介绍了ggplot2的基本语法规则，为了生成各种复杂的叠加图层，需要了解ggplot2中一些基本的几何图形的构造规则，本文便就常见的基础几何图形进行说明； 二、各基础图形 2.1 abline()、hline()与vline() 在R的基础绘图系统中我们可以在已绘制的图床上通过 阅读全文

摘要： 一、简介 ggplot2是R语言中四大著名绘图框架之一，且因为其极高的参数设置自由度和图像的美学感，即使其绘图速度不是很快，但丝毫不影响其成为R中最受欢迎的绘图框架；ggplot2的作者是现任Rstudio首席科学家的Hadley Wickham，ggplot2基于Leland Wilkinson在 阅读全文

摘要： 一、简介 我们在前面的数据科学学习手札34中也介绍过，作为最典型的神经网络，多层感知机（MLP）结构简单且规则，并且在隐层设计的足够完善时，可以拟合任意连续函数，而除了利用前面介绍的sklearn.neural_network中的MLP来实现多层感知机之外，利用tensorflow来实现MLP更加形 阅读全文