上一页 1 ··· 10 11 12 13 14 15 16 17 18 ··· 29 下一页
摘要: 一、从寇克曼女生问题讲起 旋转矩阵涉及到的是一种组合设计:覆盖设计。而覆盖设计,填装设计,斯坦纳系, 都是离散数学中组合优化问题。它们解决的是如何组合集合中的元素以达到某种特定的要求。 为了使读者更容易明白这些问题,下面先从一道相当古老的数学名题讲起。 (一)寇克曼女生问题 某教员打算这样安排她班上 阅读全文
posted @ 2016-07-17 05:02 罗兵 阅读(8932) 评论(0) 推荐(0) 编辑
摘要: ```python import numpy as np import pandas as pd '''圣彼得堡悖论:[1,2,4,8,16,...]''' class StPetresburg(object): def __init__(self, beitou=2, peilv=1.97): self.peilv = peilv # 赔率 self.... 阅读全文
posted @ 2016-07-01 23:09 罗兵 阅读(751) 评论(0) 推荐(0) 编辑
摘要: 〇、准备数据 一、matlab风格的API 1.单图 2.多子图 二、matplotlib面向对象风格的API: 1.两步走:先创建figure实例、接着创建axes实例 a.单图 b.多子图 2.一步走:同时创建figure、axes实例 a.单图(不关心位置) b.多子图(不关心位置) 1)单行 阅读全文
posted @ 2016-07-01 12:02 罗兵 阅读(1236) 评论(0) 推荐(0) 编辑
摘要: Python Twisted介绍 作者:Jessica McKellar "原文链接" Twisted是用Python实现的基于事件驱动的网络引擎框架。Twisted诞生于2000年初,在当时的网络游戏开发者看来,无论他们使用哪种语言,手中都鲜有可兼顾扩展性及跨平台的网络库。Twisted的作者试图 阅读全文
posted @ 2016-06-27 08:36 罗兵 阅读(509) 评论(0) 推荐(0) 编辑
摘要: "这里是原文" 目录 使用 进行数据挖掘 1.1 数据挖掘的步骤 1.2 数据初貌 1.3 关键技术并行处理 并行处理 2.1 整体并行处理 2.2 部分并行处理流水线处理自动化调参持久化回顾总结参考资料使用 进行数据挖掘 1 使用sklearn进行数据挖掘 1.1 数据挖掘的步骤 数据挖掘通常包括 阅读全文
posted @ 2016-06-25 05:57 罗兵 阅读(10280) 评论(1) 推荐(3) 编辑
摘要: "这里是原文" 说明:这是我用Markdown编辑的第一篇随笔 目录 1 特征工程是什么? 2 数据预处理 2.1 无量纲化 2.1.1 标准化 2.1.2 区间缩放法 2.1.3 无量纲化与正则化的区别 2.2 对定量特征二值化 2.3 对定性特征哑编码 2.4 缺失值计算 2.5 数据变换 2. 阅读全文
posted @ 2016-06-24 23:20 罗兵 阅读(1688) 评论(3) 推荐(1) 编辑
摘要: import tkinter as tk from tkinter import ttk import matplotlib.pyplot as plt import numpy as np import talib as ta series = np.random.choice([1, -1], size=200) close = np.cumsum(series).astype... 阅读全文
posted @ 2016-06-21 06:29 罗兵 阅读(33784) 评论(5) 推荐(4) 编辑
摘要: 本文作者:hhh5460 大数据分析,内存不够用怎么办? 当然,你可以升级你的电脑为超级电脑。 另外,你也可以采用硬盘操作。 本文示范了硬盘操作的一种可能的方式。 本文基于:win10(64) + py3.5 本人电脑配置:4G内存 说明: 数据大小:5.6G 数据描述:自2010年以来,纽约的31 阅读全文
posted @ 2016-06-20 18:50 罗兵 阅读(7121) 评论(0) 推荐(0) 编辑
摘要: The function pandas.pivot_table can be used to create spreadsheet-style pivot tables.It takes a number of arguments data: A DataFrame object values: a 阅读全文
posted @ 2016-06-19 01:24 罗兵 阅读(3003) 评论(0) 推荐(0) 编辑
摘要: pandas.DataFrame.groupbyDataFrame.groupby(by=None, axis=0, level=None, as_index=True, sort=True, group_keys=True, squeeze=False, **kwargs)Group series 阅读全文
posted @ 2016-06-18 16:20 罗兵 阅读(6164) 评论(0) 推荐(0) 编辑
上一页 1 ··· 10 11 12 13 14 15 16 17 18 ··· 29 下一页